探索与利用

定义

探索与利用是推荐决策中的两种动作取向：探索选择信息尚不足的内容以观察反馈，利用选择依据现有估计较有把握的内容。

核心判断

探索牺牲部分已知收益以获取新信息，利用选择当前估计最优内容；两者需受风险预算约束。

工程检查

记录 propensity、探索原因、预算消耗和长期回报。

本书依据

《第二十八章-强化学习推荐场景.pdf》，PDF 第13页。

扩展说明

无日志概率时反事实评估可信度有限。