機器學習：李宏毅深度強化學習筆記（四）Sparse Reward

https://blog.csdn.net/cindy_1102/article/details/87990012 Reward Shaping 當reward的分佈非常分散時，對於機器而言學習如何行動會十分困難。 比如說要讓一個機器人倒水進水杯裏，如果不對機器人做任何指導，可能它做很多次嘗試，reward都一直是零。（不知道杯子在哪，不知道拿着手上的水壺幹嘛，不知道水壺靠近杯子之後應該怎麼做）

>>阅读原文<<