怎样评价OpenAI提出的从失败中学习的强化学习算法HER?
挺有意思的思路,但是需要注意应用的前提是任务能够等价于状态空间内的一个goal,并且这个goal和环境reward(如果有的话)没有耦合。对于第一点可以想见物理空间中的任务更合适,比如作者工作组处理的机械臂场景。
推荐阅读
- 聪明人养花,这3种“花”怎样也要养一盆,每年能省不少医药费
- 互联网怎样解决“家政服务上门速度慢”的问题
- 怎样看待从1月8号起,QQ钱包开始提现收费
- 银行it人怎样转型
- 汽车|冬天怎样让车内温度快速升高?座椅加热的最佳使用方式二,外循环的作用总结
- 怎样进入通信行业
- 怎样评价扶他柠檬茶的小说《云养汉》的结尾
- 怎样成为一名合格的Python程序员?
- 怎样评价华为、诺基亚、中兴中标中国移动高端路由交换设备扩容集采
- 怎样评价类似前橙会、百老汇、南极圈这样类型的离职帮抱团,对企业的积极意义和消极意义
