强化学习中的reward值分别设置为1、2、3时,会有什么区别?什么影响?

强化学习中的reward值分别设置为1、2、3时,会有什么区别?什么影响?reward分别取1或2或3时,奖励越高,agent选择这一串action的…
关注者
9
被浏览
7,676
登录后你可以
不限量看优质回答私信答主深度交流精彩内容一键收藏

你应该自己试试,实践出真知。

一般而言没有什么太大影响,具体任务可能有区别,要具体对待。