https://www.chenk.top/zh/tags/gail/Recent content in GAIL on Chen Kai BlogHugozh-CNSun, 31 Aug 2025 09:00:00 +0000https://www.chenk.top/zh/reinforcement-learning/07-%E6%A8%A1%E4%BB%BF%E5%AD%A6%E4%B9%A0%E4%B8%8E%E9%80%86%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0/Sun, 31 Aug 2025 09:00:00 +0000https://www.chenk.top/zh/reinforcement-learning/07-%E6%A8%A1%E4%BB%BF%E5%AD%A6%E4%B9%A0%E4%B8%8E%E9%80%86%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0/<p>之前的所有算法都默认能够获取奖励函数，但在实际项目中，设计奖励函数往往是最大的难点。试着用一段话描述“像谨慎的人类一样开车”、“像裁缝那样叠衬衫”，或者“像专业编辑那样总结文档”——你会发现，<strong>演示</strong>这些行为远比<strong>明确指定</strong>它们容易得多。</p>