Entropy Regularization

熵正则化通过惩罚或奖励预测分布的熵来控制探索与利用的平衡。强化学习中提高熵可鼓励探索、防止策略过早收敛；半监督与分类任务中降低熵可促使决策边界更自信。系数需谨慎调节，过大导致混乱、过小导致过拟合，是常见的训练稳定手段。