Fox

这家伙很懒，什么都没留下

F

F Fox 这家伙很懒，什么都没留下

发布于2023-09-01 21:42:49

奖励设置问题
环境是一个图网络，其中，规定了起点、终点和最大行驶距离（路径的权重和）。现在每条边上都有一个信息量可收集，我们期望在已有约束下最大化信息量收集。目前的做法是将下一个动作获取的信息量（即下一步走过的边上的信息量）作为奖励。现在在训练中发现，由于所有合法...

赞 3

评论 2

浏览 633

水区