RL論文閱讀12-mf-HER2017

文章目錄 1. Tittle 2. 標籤 3. 總結 針對的問題： 解決方法： 3. 原理 Background HER原理 4. 實驗 1. Tittle source 2017 2. 標籤 model-free 3. 總結 針對的問題： reward function的設計是很複雜的，不僅需要反映任務的本質 而且還有精心設計才能夠使策略最優化。 稀疏獎勵或者二進制獎勵很難訓練。 提高rewar

>>阅读原文<<