返回Glossary
后见之明经验回放
一种目标条件强化学习的数据增强技术，将失败的轨迹重新标记为实际到达的状态作为目标。如果机器人试图将物块放在位置 A 但到达位置 B，HER 会创建额外的训练样本，其中 B 是目标，轨迹是成功的。这大大提高了稀疏奖励目标到达任务的样本效率。
一种目标条件强化学习的数据增强技术，将失败的轨迹重新标记为实际到达的状态作为目标。如果机器人试图将物块放在位置 A 但到达位置 B，HER 会创建额外的训练样本，其中 B 是目标，轨迹是成功的。这大大提高了稀疏奖励目标到达任务的样本效率。