Sparse Reward
經常是錯誤的動作，沒有reward，只能隨機動作，很慢 引導的reward 需要領域知識，與實際任務相關 好奇心reward——期待狀態變化——重要的狀態 network2是要從兩個狀態之間的到action，說明是重要的 train data要有順序，從易到難——ML的通用技巧 階層學習——大目標到小而具體的目標 黃色的是上層agent的目標，紫色的是上層agent給下層age
相關文章
- 1. Sparse Reward
- 2. 強化學習 —— （5）Sparse Reward
- 3. Lee Hung-yi強化學習 | (7) Sparse Reward
- 4. 深度強化學習中稀疏獎勵問題Sparse Reward
- 5. 【李宏毅2020 ML/DL】P115-117 Actor-Critic & Sparse Reward & Imitation Learning
- 6. 李宏毅深度強化學習筆記（七）Sparse Reward
- 7. 【完結】李宏毅深度強化學習筆記（五）Sparse Reward
- 8. 2020李宏毅學習筆記——71 RL Advanced Version7.Sparse Reward
- 9. 李宏毅強化學習筆記【4.Sparse Reward】
- 10. 【李宏毅-強化學習筆記】p7、Sparse reward
- 更多相關文章...
相關標籤/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。
最新文章
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Sparse Reward
- 2. 強化學習 —— （5）Sparse Reward
- 3. Lee Hung-yi強化學習 | (7) Sparse Reward
- 4. 深度強化學習中稀疏獎勵問題Sparse Reward
- 5. 【李宏毅2020 ML/DL】P115-117 Actor-Critic & Sparse Reward & Imitation Learning
- 6. 李宏毅深度強化學習筆記（七）Sparse Reward
- 7. 【完結】李宏毅深度強化學習筆記（五）Sparse Reward
- 8. 2020李宏毅學習筆記——71 RL Advanced Version7.Sparse Reward
- 9. 李宏毅強化學習筆記【4.Sparse Reward】
- 10. 【李宏毅-強化學習筆記】p7、Sparse reward