BriefGPT - AI 论文速递 · 2023-09-07T00:00:00Z 递减奖励的状态表示 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 该论文介绍了DSR，即在深度强化学习框架中推广SR，通过奖励预测和继任者映射的分解提高了对远程奖励变化的灵敏度，并能够从继任者地图中提取瓶颈状态。该方法在网格世界和Doom游戏引擎中展示了有效性。 🏷️ 标签 DSR 奖励预测 深度强化学习 瓶颈状态 继任者映射 阅读原文 生成长图 分享链接 已复制链接
