必威英雄联盟问题标记(reward-shaping)
对于与奖必威英雄联盟励整形，这是在提供补充的奖励，使问题更容易学习的技术问题。在一般情况下，通常有任何问题，一个明显的自然奖励。对于游戏，这通常是一个双赢或亏损。对于财务问题，奖励通常是利润。奖励通过添加在朝着一个好的解决方案的进展额外奖励塑造增强了自然的回报信号。
11个必威英雄联盟问题
3
票
1回答
57岁的观点
3
票
2答案
139的浏览量
3
票
1回答
66次
3
票
1回答
75的浏览量
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,我使用了一个……
2
票
1回答
210点意见
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
3
票
2答案
1K意见
