https://www.chenk.top/zh/tags/rnd/Recent content in RND on Chen Kai BlogHugozh-CNSat, 16 Aug 2025 09:00:00 +0000https://www.chenk.top/zh/reinforcement-learning/04-%E6%8E%A2%E7%B4%A2%E7%AD%96%E7%95%A5%E4%B8%8E%E5%A5%BD%E5%A5%87%E5%BF%83%E9%A9%B1%E5%8A%A8%E5%AD%A6%E4%B9%A0/Sat, 16 Aug 2025 09:00:00 +0000https://www.chenk.top/zh/reinforcement-learning/04-%E6%8E%A2%E7%B4%A2%E7%AD%96%E7%95%A5%E4%B8%8E%E5%A5%BD%E5%A5%87%E5%BF%83%E9%A9%B1%E5%8A%A8%E5%AD%A6%E4%B9%A0/<p>将一个全新的智能体放入《蒙特祖玛的复仇》中。要拿到第一分，它必须精确地完成一系列动作：向右走、跳过骷髅、爬上绳子、跳到平台并最终抓起钥匙——这一百个动作中任何一个出错都会导致失败。在拿到钥匙之前，环境给出的奖励始终为 0。</p>