氨基酸i 的小站

Prioritized Experience Replay（PER）

待更新……

Hindsight Experience Replay（HER）

Sparse Reward问题

举例：Bit-Flipping游戏

状态空间就是0,1组成的$N$位数据串，动作$i$就是将数据串中的第$i$位翻转，最终是希望通过若干次翻转，能够让这个数据串和这个target的数据串是一样的。

reward：当前数据串和target一样时reward=0，不一样时reward=-1。

蜀葵花歌

昨日一花开，今日一花开。

今日花正好，昨日花已老。

始知人老不如花，可惜落花君莫扫。

人生不得长少年，莫惜床头沽酒钱。

请君有钱向酒家，君不见，蜀葵花。

Welcome to Hexo! This is your very first post. Check documentation for more info. If you get any problems when using Hexo, you can find the answer in troubleshooting or you can ask me on GitHub.

Quick Start

Create a new post

1

$ hexo new "My New Post"

More info: Writing

Run server

1

$ hexo server