如何理解强化学习中熵的概念？如何保证训练过程中熵保持在较高的水平？

Question

Accepted Answer

考察点：考察对强化学习中熵含义的理解及防止策略过早收敛的方法。回答思路：解释熵在信息论中的含义及其在策略分布中的作用 说明熵正则化如何促进探索与防止策略坍缩 提出调节熵系数或使用自适应熵调节的方法 结合算法实际讨论熵正则化的局限与权衡

考察说明