Epsilon-greedy

Definition / 定义

ε-贪心（epsilon-greedy）：一种常见的探索-利用策略，尤其用于强化学习与多臂老虎机问题中。以概率 ε 随机探索（选一个随机动作），以概率 1−ε 选择当前估计最优的动作（贪心选择）。

Pronunciation / 发音

/ˈɛpsɪlɒn ˈɡriːdi/

Examples / 例句

We used an epsilon-greedy policy to balance exploration and exploitation.
我们使用了ε-贪心策略来平衡探索与利用。

In a non-stationary environment, an epsilon-greedy approach can help the agent keep discovering better actions instead of always sticking to what seemed best early on.
在非平稳环境中，ε-贪心方法能帮助智能体持续发现更好的动作，而不是总固守早期看起来最优的选择。

Etymology / 词源

该术语由两部分构成：epsilon（ε）指希腊字母ε，用来表示“随机探索”的概率参数；greedy（贪心的）表示在剩余概率下总是选择当前估计收益最高的选项。“ε-贪心”因此字面意思就是“以ε的概率探索、其余时间贪心选择”。

Related Words / 相关词

• Exploration
• Exploitation
• Greedy
• Policy
• Bandit
• Q-learning
• Softmax
• Annealing

Literary Works / 文学作品

• Reinforcement Learning: An Introduction（Sutton & Barto）——强化学习经典教材中讨论ε-贪心等策略。
• Artificial Intelligence: A Modern Approach（Russell & Norvig）——在学习与决策相关章节中常涉及探索/利用与近似策略思想。