Definition
En los procesos de toma de decisiones, los agentes enfrentan un compromiso: pueden explotar el conocimiento actual para obtener la mejor recompensa inmediata o explorar opciones desconocidas para potencialmente encontrar mejores estrategias a largo plazo.
Summary
El dilema exploración-explotación es un problema fundamental en el aprendizaje por refuerzo donde un agente debe elegir entre explorar nuevas acciones para recopilar información y explotar acciones conocidas para maximizar la recompensa.
Key Concepts
- Maximización de Recompensas
- Epsilon-Greedy
- Cota Superior de Confianza (Upper Confidence Bound)
- Aprendizaje por Refuerzo
Use Cases
- Sistemas de recomendación que deciden si sugerir artículos populares o nuevos
- Pruebas A/B en campañas de marketing
- Asignación de recursos en entornos dinámicos