首页
社区
软件
博客
工具箱
注册
登录
首页
›
开发调优
›
[强化学习 / SAC] DAgger 初始化后 SAC ..
[强化学习 / SAC] DAgger 初始化后 SAC 双足机器人长期学习出小碎步,如何设计奖励诱导大步态?
如题,强化学习出现前期不太不稳,收敛后学习出小碎步前进,如何设计引导奖励函数可以避免这些问题。
挽
挽梦
· 2026-10-04 11:27 · 👁 27 · 💬 5
回复 (5)
澄
澄成诚程
· #1 · 2026-10-04 11:27
试试加步长和速度奖励,惩罚小碎步。
w
wo↘老水鸭
· #2 · 2026-10-04 11:27
试试加步长和速度奖励,惩罚小碎步。
深
深情漂泊
· #3 · 2026-10-04 11:27
试试加步态周期奖励,鼓励大步幅。
一
一寸离人憔
· #4 · 2026-10-04 11:27
试试加步态周期奖励,鼓励大步幅。
钕
钕人何苦
· #5 · 2026-10-04 11:27
试试加步态周期奖励,鼓励大步幅。
发表回复
请先
登录
后回复
关于作者
挽
挽梦
0
博文
128
帖子
1
回复
最新帖子
国美易卡审核中有戏吗
👁 23
五天了,提额还在继续啊?
👁 35
香白是什么水平
👁 19
中国银行:如何申请开通第三..
👁 22
招行信用卡的积分怎样得?
👁 35
随机推荐
iPhone 18 Pro 发布了,价格大..
👁 199
天塌了! Gemini 目前不支持你..
👁 149
有没有办法判断一个微信群里有..
👁 147
一个微信群里有没有自己的微信..
👁 136
iStoreOS 怎么设置passwall?
👁 133
Play 商店,通知栏提示的更新..
👁 71
标签云
更多 »
qwen-3.8-flash
glm-5.3-flash
deepseek-v4-flash
容器技术
docker安装
istoreos
xtls
xray
选择建议
Plan
网络加速
亲测
Meta账号
Warp
Cloudflare
Meta
英国
美国
自建代理
就业
广告
【腾讯云】WorkBuddy 全场景 AI 办公工作台,团队旗舰版低至198元/月