Действительно замечательно, что добавление совместной награды к тому, что вы пытаетесь решить в RL, поможет модели быстрее выучить другую награду. Это как шептать советы модели, какую-то общую мудрость.
Интересно, можете ли вы это автоматизировать
Посмотреть Оригинал
На этой странице может содержаться сторонний контент, который предоставляется исключительно в информационных целях (не в качестве заявлений/гарантий) и не должен рассматриваться как поддержка взглядов компании Gate или как финансовый или профессиональный совет. Подробности смотрите в разделе «Отказ от ответственности» .
Действительно замечательно, что добавление совместной награды к тому, что вы пытаетесь решить в RL, поможет модели быстрее выучить другую награду. Это как шептать советы модели, какую-то общую мудрость.
Интересно, можете ли вы это автоматизировать