【李宏毅-强化学习笔记】p7、Sparse reward
首先sparse reward是什么意思呢？有很多情况下，我们做很多事是没有reward的，例如考研，我们每天看书、做习题然后不断的重复都没有奖励值，但是一旦考上了，就会有丰厚的奖励，这样总体来看，我们获得的奖励类似于： 0,0,0，…0,0,100 这就称为稀疏奖励。 一、reward shaping（塑造） 想法就是：认为的设置一些reward来引导agent
相关文章
- 1. 李宏毅深度强化学习笔记（七）Sparse Reward
- 2. 【完结】李宏毅深度强化学习笔记（五）Sparse Reward
- 3. 李宏毅强化学习笔记【4.Sparse Reward】
- 4. 机器学习：李宏毅深度强化学习笔记（四）Sparse Reward
- 5. 2020李宏毅学习笔记——71 RL Advanced Version7.Sparse Reward
- 6. 强化学习--李宏毅
- 7. 李宏毅强化学习笔记【0.强化学习导论】
- 8. 李宏毅强化学习学习笔记-policy gradient and PPO
- 9. 强化学习 —— （5）Sparse Reward
- 10. 李宏毅强化学习1
- 更多相关文章...
- • 您已经学习了 XML Schema，下一步学习什么呢？ - XML Schema 教程
- • 我们已经学习了 SQL，下一步学习什么呢？ - SQL 教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • 适用于PHP初学者的学习线路和建议
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 李宏毅深度强化学习笔记（七）Sparse Reward
- 2. 【完结】李宏毅深度强化学习笔记（五）Sparse Reward
- 3. 李宏毅强化学习笔记【4.Sparse Reward】
- 4. 机器学习：李宏毅深度强化学习笔记（四）Sparse Reward
- 5. 2020李宏毅学习笔记——71 RL Advanced Version7.Sparse Reward
- 6. 强化学习--李宏毅
- 7. 李宏毅强化学习笔记【0.强化学习导论】
- 8. 李宏毅强化学习学习笔记-policy gradient and PPO
- 9. 强化学习 —— （5）Sparse Reward
- 10. 李宏毅强化学习1