基于计数的强化学习探索，跟生图其实沾边

[i_ke]

求点入门资料：深度强化学习里基于计数的探索方法。大概知道是给没怎么访问过的稀有状态加分，逼智能体别老在熟悉的地方打转。总觉得这和生图里想让模型少出千篇一律、多探索新样式是同一个诉求，可手上就标题这点信息，有人深挖过吗？

[yoru_xin]

RL和生成互相借思路的地方确实不少

[hikari_dou]

给稀有状态加权跟采样多样性确实是一个路子，难的是生图这边怎么定义没见过