Sparse Reward
经常是错误的动作，没有reward，只能随机动作，很慢 引导的reward 需要领域知识，与实际任务相关 好奇心reward——期待状态变化——重要的状态 network2是要从两个状态之间的到action，说明是重要的 train data要有顺序，从易到难——ML的通用技巧 阶层学习——大目标到小而具体的目标 黄色的是上层agent的目标，紫色的是上层agent给下层age
相关文章
- 1. Sparse Reward
- 2. 强化学习 —— （5）Sparse Reward
- 3. Lee Hung-yi强化学习 | (7) Sparse Reward
- 4. 深度强化学习中稀疏奖励问题Sparse Reward
- 5. 【李宏毅2020 ML/DL】P115-117 Actor-Critic & Sparse Reward & Imitation Learning
- 6. 李宏毅深度强化学习笔记（七）Sparse Reward
- 7. 【完结】李宏毅深度强化学习笔记（五）Sparse Reward
- 8. 2020李宏毅学习笔记——71 RL Advanced Version7.Sparse Reward
- 9. 李宏毅强化学习笔记【4.Sparse Reward】
- 10. 【李宏毅-强化学习笔记】p7、Sparse reward
- 更多相关文章...
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. Sparse Reward
- 2. 强化学习 —— （5）Sparse Reward
- 3. Lee Hung-yi强化学习 | (7) Sparse Reward
- 4. 深度强化学习中稀疏奖励问题Sparse Reward
- 5. 【李宏毅2020 ML/DL】P115-117 Actor-Critic & Sparse Reward & Imitation Learning
- 6. 李宏毅深度强化学习笔记（七）Sparse Reward
- 7. 【完结】李宏毅深度强化学习笔记（五）Sparse Reward
- 8. 2020李宏毅学习笔记——71 RL Advanced Version7.Sparse Reward
- 9. 李宏毅强化学习笔记【4.Sparse Reward】
- 10. 【李宏毅-强化学习笔记】p7、Sparse reward