知识卡片
好奇心迁移受新关卡制约
旧关卡的跳跃和躲避技巧可以节省新任务的探索,但背景变化会改变视觉编码,狭窄瓶颈也可能使误差奖励很快变弱。比较从零、直接迁移和用同一预算微调,才能知道预训练收益是否来自可复用技巧。
这张卡片看不懂?
这张卡片已通过人工审查,不再接受失败反馈。
已有反馈 · 0 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- · 查看原书依据
但是,有趣的是,将预学习的策略从1级关卡调整为3级关卡会导致性能不如run as is。
参考来源
- 位置:《AI游戏开发和深度学习进阶》第5章 5.6 充满好奇心的马里奥(book-source,`extracted/AI游戏开发和深度学习进阶/_epub-src/OEBPS/Text/0047.xhtml`)
- 结论依据:书中的新关卡对照显示第二关与第三关的直接迁移、微调排序不同。
- 原始内容:但是,有趣的是,将预学习的策略从1级关卡调整为3级关卡会导致性能不如run as is。