Glossary पर वापस जाएं
पुरस्कार इंजीनियरिंग
एक अदिश पुरस्कार फलन डिजाइन करने की प्रक्रिया जो RL प्रशिक्षण के लिए वांछित रोबोट व्यवहार को एन्कोड करता है। अच्छी पुरस्कार इंजीनियरिंग सघन प्रतिक्रिया प्रदान करती है जो सीखने को निर्देशित करती है बिना अनपेक्षित शॉर्टकट पेश किए। सामान्य समस्याएं: पुरस्कार हैकिंग (पुरस्कार प्रॉक्सी को अनुकूलित करना बजाय इच्छित व्यवहार के) और विरल पुरस्कार (सीखने का संकेत बहुत कम बार)।