组织双元理论，哈哈

【 在 leeyee 的大作中提到: 】
:
: 就是强化学习的探索-利用权衡。发帽子是利用（exploitation），撒胡椒面是探索（exploration）。唯帽子就是光利用不探索，容易收敛到局部最优。但是又不能光探索不利用。这参数很难调啊。。。
:
: 【 在 siluhuayu 的大作中提到: 】
: : 国家就这么点钱。不可能撒胡椒面。会通过这种机制给那些看上去有可能作出成果的人

#发自zSMTH@SM-G7810
--
FROM 171.219.78.*