← 返回概念图谱

Exploration-Exploitation Trade-off

other 2 篇论文 novelty 0.05 centrality 0.65

slug: exploration-exploitation-tradeoff

引用本概念的论文(2)

面向多任务智能体强化学习的熵调步策略优化 Entropy Pacing Policy Optimization for Multi-Task Agentic Reinforcement Learning arXiv 2607.07178
面向高效多轮强化学习的过程奖励引导树状展开 Process Reward Informed Tree Rollout for Effective Multi-Turn RL arXiv 2607.15610

共现相关概念

在引用本概念的论文中,与下列概念同时出现的次数(降序)。