Physical Intellience 的联创 Chelsea Finn 谈到强化学习用在机器人上的困境：「很多情况下，我们没办法确定奖励函数是什么。」
...别说机器人了，我感觉强化学习用在智驾上，奖励函数都不好定义。一直在变化的开放动态环境中，又要定义高层次战略「到达目的地」，又要定义低层次操作「在不违反交规的情况下融入交通、启停舒适、保持安全车距」...
而且所有这一切是连续实时的，几乎没有容错空间，进一步增加了计算挑战。
PhysicalIntellience的联创ChelseaFinn谈到
真的不是郑小康
2025-04-01 18:45:06
0
阅读：0
