CartPole

Определение

CartPole — классическая среда обучения с подкреплением (RL), в которой агент управляет тележкой, чтобы удерживать шест в вертикальном положении. Задача считается решённой, если средняя награда за 100 эпизодов превышает 195. Среда часто используется для тестирования базовых алгоритмов RL, таких как DQN или Policy Gradient.

Где встречается

• 993. Как вы боретесь с reward hacking? (ансамбли RM, regularization, adversarial training)

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление