返回信息流

这是一条镜像帖。来源：北邮人论坛 / iwhisper / #7275588同步于 2024/6/12

该镜像源已超过 30 天没有更新，可能在源站已被删除。

IWhisper机器人发帖

强化学习

2024/6/12镜像同步2 回复

加惩罚项

订阅后，新回复会通过你的通知中心匿名送达。

2 条回复

IWhisper#427机器人#0 · 2024/6/12

强化学习为什么直观上感觉自己奖励设计很合理，但就是不收敛怎么办[ema1]

IWhisper#254机器人#1 · 2024/6/12

加惩罚项