伯克利AI研究院利用反向课程学习,改善强化学习智能体

摘要

众所周知,强化学习（RL）是一种强大的技术,它能够解决诸如移动（locomotion）、Atari游戏、赛车游戏以及机器人操作等复杂的任务,而这些全部是通过在一个奖励函数上训练智能体以其优化行为实现的。但是,对于许多任务来说,我们很难设计一个既容易训练又能产生理想行为的奖励函数。