Potential Reward Shaping不改变智能体的原始最优策略
原创
Potential Reward Shaping不改变智能体的原始最优策略
用户11855011
发布于 2026-02-11 12:19:05
发布于 2026-02-11 12:19:05
概述
Potential Reward Shaping唯一一种在理论上不改变智能体的原始最优策略的奖励塑形方法。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
原创声明：本文系作者授权腾讯云开发者社区发表，未经许可，不得转载。
如有侵权，请联系 cloudcommunity@tencent.com 删除。
评论
登录后参与评论
推荐阅读
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号