MENTAL MODEL · M9990
探索-利用权衡
Exploration-Exploitation Trade-off
更新于 2026-08-15
CORE DEFINITION · 核心定义
在两种策略间分配资源：- 探索（Exploration）：尝试新选项，获取信息- 利用（Exploitation）：使用已知最优选项，获取回报
SCAFFOLDING EFFECT · 脚手架效应
psychology
降低认知负荷
动态平衡新旧。早期多探索，后期多利用；信息不确定时探索，时间紧迫时利用。
anchor
锚定快速决策
资源有限，投给“探索”（未知选项的潜在高回报）就少给“利用”（已知最优的确定回报）。这是多臂老虎机问题的核心：纯探索浪费、纯利用错过更优。最优解随信息与环境动态变化（如Gittins指数、ε-贪心、UCB）。
MINIMUM ACTION · 最小行动
进行中 0/1在一个真实场景中练习这个模型：
勾选记录你的进度（本机暂存）
掌握进度0%
account_tree知识谱系 Genealogyexpand_more
menu_book信源参考 Sourcesexpand_more
来源明确性: 明确
- en.wikipedia.orghttps://en.wikipedia.org/wiki/Multi-armed_banditverified
PRIVATE NOTES · 仅自己可见
已保存问答
ENTRY Q&A · 可保存至我的笔记
在清晰边界内提问
thinkingmodels 仅基于已发布的条目上下文回答。
你的问题会发送给 thinkingmodels；回答仅使用公开词条上下文。
RELATED MODELS · 相关模型