Назад к Glossary
Формирование вознаграждения
Модификация функции вознаграждения для обеспечения более плотных, более информативных сигналов обучения без изменения оптимальной политики управления. Например, добавление потенциального вознаграждения формирования, которое даёт частичный кредит за приближение к цели. Формирование вознаграждения резко ускоряет обучение с подкреплением в окружении с разреженными вознаграждениями, но требует осторожности, чтобы избежать введения непредвиденных локальных оптимумов.