Up ｢探索の爆発｣ 対策 (｢探索戦略｣) 作成: 2026-03-04
更新: 2026-03-04

    設計は，「探索と活用 exploration vs. exploitation」のバランス
    この ｢匙加減｣ を，exploration-exploitation trade-off と呼ぶ。

    ｢全ての組み合わせ」による探索の爆発も，探索空間の制限という形で，大枠で抑える：
      テンプレートの自由度を絞る
      （例：層数を固定，候補を減らす）
    一方，探索の多様性を保つことを工夫：
      報酬に「新規性」や「多様性」を加味する

    このトレードオフを立てることを，｢探索戦略」と呼ぶ。