给算法的参数本身加上自适应噪声，往往就能提升探索表现，实现起来简单，而且几乎不会让性能变差，几乎任何问题上都值得一试。
我是搞数据库的，平时不碰 RL，但这种「低成本、几乎无副作用、随手就能试一下」的优化思路，跟我调库调参的直觉特别合。很多时候我们在数据库这边也是靠给某些参数引入一点扰动或者随机化，去跳出局部最优的配置。加噪声听着玄，本质就是别让系统太确定、给它一点探索空间。这种通用的小技巧，跨领域是相通的。
几乎不降性能这点是真香
跨领域相通，DBA看RL也有共鸣，有意思
加噪声跳出局部最优，本质说透了
mark
1 个赞
简单可复现的trick最实用了 
搞图的这边其实同理，采样加点扰动跳出死板构图，思路是通的