OpenAI：官网动态·· 2016-12-21AI 评分54
OpenAI 探讨现实中的错误奖励函数问题
Faulty reward functions in the wild
AI 导读
OpenAI 发布博文，探讨强化学习算法因奖励函数设定错误而出现意外、反直觉行为的一种失败模式，并计划具体展开该问题的表现方式。
来源：OpenAI：官网动态 · openai.com
OpenAI 探讨现实中的错误奖励函数问题
Faulty reward functions in the wild
OpenAI 发布博文，探讨强化学习算法因奖励函数设定错误而出现意外、反直觉行为的一种失败模式，并计划具体展开该问题的表现方式。
来源：OpenAI：官网动态 · openai.com