基于內(nèi)在獎(jiǎng)勵(lì)的技能獲取和組合方法

打開(kāi)文本圖片集

收稿日期：2022-04-04；修回日期：2022-06-01  基金項(xiàng)目：貴州省科學(xué)技術(shù)基金資助項(xiàng)目（黔科合基礎(chǔ)［2020］1Y275）；貴州省科技計(jì)劃項(xiàng)目（黔科合基礎(chǔ)［2019］1130號(hào)）

作者簡(jiǎn)介：趙英（1995-），女，貴州遵義人，碩士，主要研究方向?yàn)閺?qiáng)化學(xué)習(xí)（[email protected]）；秦進(jìn)（1978-），男，貴州黔西人，副教授，博士，主要研究方向?yàn)閺?qiáng)化學(xué)習(xí)、智能計(jì)算.

摘 要：現(xiàn)有的內(nèi)在獎(jiǎng)勵(lì)隨著agent不斷探索環(huán)境而逐漸消失，導(dǎo)致了agent無(wú)法利用內(nèi)在獎(jiǎng)勵(lì)信號(hào)去指引agent尋找最優(yōu)策略。（剩余16392字）