AI·研究
通过反汇编Atari 2600 Pong游戏代码,分析强化学习代理利用模拟器漏洞产生异常行为的原因,探讨奖励函数对齐问题。
来源:原文链接 (新窗口)
← 返回搜罗吧首页
本页由搜罗吧(Solo8.cn)信息精选服务自动生成,内容仅供参考,不构成任何建议。