Sparse Reward

学习地址

Reward Shaping

即，自己设计一些Reward，并不是实际上的Reward，有利于全局。

下面描述了一个游戏的各种行为的Reward，可以根据自己的需求去调整这个Reward值，比如下面或者为什么要扣分，可能就是为了是使得机器人更好战一些。
下面的机器手臂，如何让它把蓝色板穿过柱子，要让机械手臂学会这个事，可以设定板子离柱子越近Reward越大。

可能的各种设定

Curiosity

Curriculum Learning

规划机器学习，从易到难。

分层学习