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 conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.