gist.github.com 引用 经典 文档
dota_reward.md
该文档列出 Dota 智能体奖励函数的各项信号、权重及零和与团队平均处理。
资源信息
- 域名
- gist.github.com
- 内容类型
- 文档（documentation）
- 主题
- 立场
- 引用（reference）
- 提及
- 4 次提及，4 位提及者
- 合集
- 经典（classic）
- 提及年份
- 2018
- 综合推荐分
- 5.9
推荐理由
Explains the gist's reward curves as evidence about reward shaping.
HN 评论原话
“The "dense orange graph" - uses more dense rewards - kills, health - and learns better.”
网页原文证据
Dota Reward Function The optimization algorithm selects the parameters to maximize the rewards the agent receives.
网页抓取状态
成功（ok）