作为局部/全球最小值的示例，想象一下在崎岖多山的景观中，您想找到某个区域内的最低点。对于贪婪的搜索，你采取的每一步都会让你走下坡路。如果你下坡的时间足够长，你最终会找到一个平坦的地方，这是最低限度的——从这里开始，你无法采取任何步骤来让你走下坡路。然而，附近有一个山脊，如果你越过它，你可以继续下坡找到一个更低的点，即全球最低点（真正的最低点）。使用你的贪婪方法，你永远不会上山越过山脊，所以你将永远被困在局部最小值中。如果您偶尔采取随机步骤（直接下坡除外），您有机会穿过分隔局部最小值的山脊，并且您有更好的机会找到全局最小值。你是对的，在很多情况下，随机的步骤不会帮助你越过山脊，只会把你带到错误的方向上山，这是浪费时间。但是除非我们允许算法“探索”一点，否则它会满足于它找到的第一个最小值是最好的，并且永远不会到达底部。

贪心动作是在当前或不久的将来最大化某个数量的动作。随机动作是随机动作（可以是贪婪动作或任何其他可能的动作）。

例如，假设你饿了。您可以选择吃比萨、沙拉、水果或鱼。比萨是你最喜欢的食物。另一方面，你不喜欢太多的沙拉、水果和鱼，但你知道它们比披萨更健康。如果你选择吃披萨，那么这是一个贪婪的动作。如果你选择披萨，你会最大化多少？你现在的幸福。如果您随机选择其中一个（比萨、沙拉、水果或鱼），那么这是一个随机（或随机）动作。随机动作也可能恰好是比萨，但在第二天，它可能不是比萨，而且通常不会总是比萨。

假设你总是选择披萨。会发生什么？从长远来看，你会变胖，你的健康会恶化。但是，每次您选择披萨时，您都会在那一刻变得更快乐（局部最大值）。如果你每次想吃的时候随机选择食物，那么你更有可能同时吃沙拉、水果和鱼。从长远来看，这可能对您的健康更有益，因此这可以避免您陷入局部最大值（在您吃饭的那一刻感到快乐，但由于可能的健康问题而在以后的生活中不快乐）。

在人工智能的背景下，这些想法是相同的。有几种算法使用随机动作以避免陷入局部极值。例如模拟退火、蚁群优化算法、$Q$-学习（使用$\epsilon$-贪婪）或遗传算法。局部搜索（或贪心）算法的一个示例是2-opt（针对 TSP 问题）。