在自定义的环境中进行强化学习训练时候，可以通过训练过程每一轮的td_error评估训练过程的好坏吗...
在自定义的环境中进行强化学习训练时，通过训练过程中每一轮的 TD error 来评估训练过程的好坏是可以的。TD error 是用来估计状态价值函数的差异的一种度量，它可以用来反映训练的程度。如果 TD error 的值较小，则表示训练较好，反之则训练较差。不过要注意，单纯依靠 TD error 来评估训练过程并不是很准确，还需要结合其他指标来判断训练的效果。...
·
在自定义的环境中进行强化学习训练时，通过训练过程中每一轮的 TD error 来评估训练过程的好坏是可以的。TD error 是用来估计状态价值函数的差异的一种度量，它可以用来反映训练的程度。如果 TD error 的值较小，则表示训练较好，反之则训练较差。不过要注意，单纯依靠 TD error 来评估训练过程并不是很准确，还需要结合其他指标来判断训练的效果。
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
0
0- 0
已为社区贡献6条内容
所有评论(0)