必威英雄联盟问题标记(reward-design)
14个必威英雄联盟问题
2
票
1回答
39次
0
票
0答案
28日视图
3
票
2答案
139的浏览量
1
投票
0答案
38岁的观点
3
票
1回答
51的观点
为什么是奖励函数$ \ {文字奖励} = 1 / {（\ {文本}成本+1）^ 2} $优于$ \ {文字奖励} = 1 /（\ {文本}成本+1）$？
我实现了一个简单的Q-learning算法，通过将奖励设置为agent所采取行动的成本的倒数来最小化代价函数。这个算法收敛得很好，但是…
3
票
1回答
66次
3
票
1回答
91的浏览量
如何避免赞成升降平稳快速执行机构运动在连续的空间和行为空间的问题？
我正在处理一个连续状态/连续动作控制器。它可以通过发出正确的副翼指令($[- 1,1]$)来控制飞机的某个滚转角。为此，我使用一个…
3
票
1回答
47岁的观点
有没有可靠的方法来修改奖励功能，使奖励更稀疏?
如果我训练的代理，试图导航迷宫尽可能快，简单的奖励会像\开始{对齐} R（\文本{终端}）= N - \文本{时间} \ \，\\ n \ GG \文本{...
4
票
0答案
44岁的观点
6
票
2答案
357点意见
3
票
1回答
59岁的观点
2
票
1回答
303点意见
2
票
2答案
111的浏览量
3
票
2答案
1K意见
