语言
AI 實驗室 · 強化學習 · 可打分
調學習率與探索率,訓練後測走出迷宮的成功率。
經典迷宮:從 S 走到 G,# 是牆。 調學習率 α與探索率 ε→「訓練」→「測驗」。 測驗成功率 ≥ 70% 過關。α 太大會學不穩,ε 太大訓練時亂撞。