返回Glossary

奖励工程

Robot LearningRL

设计标量奖励函数的过程,该函数编码强化学习训练中所需的机器人行为。好的奖励工程提供密集反馈来指导学习,而不引入意外的捷径。常见陷阱:奖励黑客(优化奖励代理而非预期行为)和稀疏奖励(学习信号过于稀少)。

Related terms