É realmente notável que adicionar uma recompensa conjunta à coisa que você está tentando resolver em RL ajudará o modelo a aprender a outra recompensa mais rapidamente. É como sussurrar conselhos para o modelo, uma sabedoria geral.

Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.