48 克制奖赏：人总是不满足 强化学习讲究奖励函数，奖励什么，就会得到什么 人也一样，在人的奖励函数中，吃到美食、看到娱乐节目、刷到有意思的内容、处理掉麻烦事、达成愿望……都会获得精神上的奖赏 所以如果不加克制，人自然会追求短期快乐，也就是局部最优，长期的快乐，比如成就感、获得感就总是排不上优先级 日常就都沉浸在能够获得即时快乐反馈的事情里，不能自拔 而且更坏的是， 人总是不满足，会想尽办法获得加
48 克制奖赏：人总是不满足 强化学习讲究奖励函数，奖励什么，就会得到什么 人也一样，在人的奖励函数中，吃到美食、看到娱乐节目、刷到有意思的内容、处理掉麻烦事、达成愿望……都会获得精神上的奖赏 所以如果不加克制，人自然会追求短期快乐，也就是局部最优，长期的快乐，比如成就感、获得感就总是排不上优先级 日常就都沉浸在能够获得即时快乐反馈的事情里，不能自拔 而且更坏的是， 人总是不满足，会想尽办法获得加
暂无评论，快来发表你的见解吧