首先，我想说的是有理由让学习率 (LR) 和探索率 (ER) 出现相同的衰减：它们以相同的规模发挥作用（您将训练模型的连续批次的数量） . 但如果我细化分析，我宁愿说选择它们在相同的范围内是一个原因，即接近1，但不是专门在相同的数字。

• 对于 LR 衰减，人们通常选择非常接近 1（这可能意味着真正不同的东西，例如 0.98 或 0.997），因为它的播放范围很大，而且您不希望 LR 消失得太残酷。

• 但是，ER 衰减的选择可能因模型而异。它取决于 ER 的初始值（如果您的 ER 最初很低，您不想快速衰减 ER），还取决于模型的“学习速度”：如果您的模型在开始时有效学习，您可能想要快速降低 ER 以减少动作的噪音，假设你在开始时做了足够的探索（但我认为最后一个观点更具争议性）。你可以在这里找到一篇有趣的论文，作者尝试了不同的 ER 衰减，发现对于 CartPole 环境，0.99 是最好的。