发布于2022-09-08 21:27:55
请问一下总回报的加权Reward和形式的必然性的证明的原始文献
张伟楠老师上课讲 总回报的加权 Reward 和的形式的时候说，可以证明这是能保持不同 episode 的偏序的唯一形式，但是没有给出参考文献。（精准空投 https://www.bilibili.com/video/BV1NB4y1z7hb?spm_id...赞
评论
浏览
827
- 发布于2022-08-24 10:30:44赞 4评论浏览 739
- 发布于2022-08-18 23:57:11
【学术讨论】对抗智能体遇强则强，遇弱偏弱的现象的必然性？
我从去年参加暑期活动就发现这件事了。我先描述一下： 一个对抗性 agent, 比方说贪吃蛇 1v1, 或者翻转棋等，如果 agent 非完全碾压性，但实力非常强，在金榜稳定下来至少进前 5 比方，这样一个 agent 在刚入金榜的时候，周围对手都是比较弱的...赞评论 11浏览 1648 - 发布于2021-11-12 14:01:52
大家收到这个AI项目合作邀请信了吗？
我在 b 站收到的 你好 我们是一个加密货币 NFT 方面的团队，现在想做一些和 AI 有关的 NFT 项目，就是以 AI 本身为 NFT 进行交易的一个 GAMEFI 项目，AI 角色通过训练后，作为 NFT 装备包本身，进行交易。但我们对 AI 这块有...赞 4评论 5浏览 1067 - 发布于2021-10-14 19:07:22
及第贪吃蛇的评分标准用蛇的长度不合适吧？
怎么现在把胜负抛弃用蛇的长度当评分标准了？这根本已经改了原题用意了吧。一个擅长用偏短蛇兑掉对方长蛇从而获胜的战术，现在反而不如保持长蛇最后被判负的策略了？ 说起来我还是这个评价的受益者，我的一个 id 现在排 1v1 第 2 名了，但是我知道我的代码打不过...赞 2评论 6浏览 1263 - 发布于2021-09-30 21:13:45赞 5评论 3浏览 1017
- 发布于2021-09-24 16:04:54
关于及第金榜对局机制的一个建议
好久不来，昨天看了一眼及第，发现金榜自动对局又又暂停了……我估计硬盘空间又不够了。所以我觉得这种自动对局机制需要修改一下，否则多少硬盘都不够用的。 我觉得可行办法应该有不少，比方说 1、采用滑动窗口存储，抛却比较远的历史存储 2、采用需要个人干涉的继续存储...赞 5评论 2浏览 1002