随笔分类 -  Sparse Reward

摘要：事后观察经验回放。OpenAI的论文。 1707.01495 摘要： 处理稀疏奖励。提出了Hindsight Experience Replay新技术，使得可以从稀疏二元的奖励中进行有效的学习。可以与任意off-policy的强化学习算法结合。可以看作一种implicit curriculum。 在 阅读全文