强化学习从基础到进阶 -- 案例与实践含面试必知必答 [9]：稀疏奖励、reward shaping、curiosity、分层强化学习 HRL

汀丶人工智能

06-29

实际上用强化学习训练智能体的时候，多数时候智能体都不能得到奖励。在不能得到奖励的情况下，训练智能体是非常困难的。例如，假设我们要训练一个机器臂，桌上有一个螺丝钉与一个螺丝起子，要训练它用螺丝起子把螺丝钉栓进去很难，因为一开始智能体是什么都不