RL 视频讲什么训练效果是好的

https://www.bilibili.com/video/BV1ca41187qB?p=3

17分55秒

什么效果比较好

无论是奖励还是步数都是缓缓的上升

如果奖励不是一直向上升，例如是先上升再下降，那拿最高点的模型就好

标签：视频,www,训练,bilibili,奖励,video,RL,上升,步数
来源： https://www.cnblogs.com/libxing/p/16642405.html