Reward shaping

Определение

Метод модификации функции награды путем добавления промежуточных наград для облегчения обучения в многошаговых задачах.

Где встречается

• 334. Как вы делаете online RL для агентов (self-improvement loops)
• 62. Настроить MCTS для математических задач
• 240. Агент с tree search (MCTS)

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление