网站介绍：1| reward. shaping如果对vs有大致的认知，把势能potential-based定义为估计的最优价值函数，能加快价值函数收敛2、gae：广义优势估计absorb state:terminal stateγ-just条件:尚未理解GAE(Generalized Advantage Estimation)GAE的作用GAE的意..._gae与奖励塑造
- 链接地址：https://blog.csdn.net/weixin_30872789/article/details/101883248
- 链接标题：Gae&reward shaping-CSDN博客
- 所属网站：blog.csdn.net
- 被收藏次数：917
- 网站标签：gae与奖励塑造
