sparse reward

Определение

Редкая награда — награда, поступающая только при полном успехе или в конце длинной последовательности. Алгоритм PPO лучше обрабатывает такие сценарии.

Где встречается

• 339. Как работает алгоритм ReST (Reinforced Self-Training) и когда он лучше PPO

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление