原书出处
人工智能:现代方法(第4版)(上下册)
22 强化学习 22.1 从奖励中学习
我们称之为稀疏(sparse)奖励,因为在绝大多数状态下,智能体根本没有得到任何有信息量的奖励信号。在网球和板球等游戏中,我们可以轻松地为每次击球得分与跑垒得分提供额外的奖励。在赛车比赛中,我们可以奖励在赛道上朝着正确方向前进的智能体。在学习爬行时,任何向前的运动都是一种进步。这些中间奖励将使学习变得更加容易。
原书定位详情
来源:a19c7933-4eda-4176-aebd-30fe7e1ad292
正文位置:extracted/人工智能:现代方法(第4版)(上下册)/_epub-src/text/part0043_split_001.html
EPUB SHA-256:08e843df8e2d2e0d28fb8c0ab741bd717c1107db73217c8f5c553b434020c660