Harrison Kinsley（@Sentdex）のスレッド

G1 のジェフが、現実世界でオフロード走行に出発する準備をしています。 私はここで報酬関数に関してひどい仕事をしました。実際には、何が壊れているのかをすべて確認するために調整していただけでしたが、代わりに非常に優れたモデルを見つけました。 ロボットはただ学びたいだけなのです。