я не маю інтуїції, чому або як "в основному просто PPO, але багато і з рецидивом" може навчитися цих стратегій вищого порядку. я сподіваюся одного дня! але це справді дивовижно, що вони це роблять.
Переглянути оригінал
Ця сторінка може містити контент третіх осіб, який надається виключно в інформаційних цілях (не в якості запевнень/гарантій) і не повинен розглядатися як схвалення його поглядів компанією Gate, а також як фінансова або професійна консультація. Див. Застереження для отримання детальної інформації.
9 лайків
Нагородити
9
8
Репост
Поділіться
Прокоментувати
0/400
ApeWithAPlan
· 09-22 07:48
фр, я б хотів мати хоч яке-небудь уявлення, як це працює, чесно кажучи
Переглянути оригіналвідповісти на0
AirdropHermit
· 09-21 05:40
ppo занадто сильний
Переглянути оригіналвідповісти на0
Degen4Breakfast
· 09-19 22:59
Правила містики
Переглянути оригіналвідповісти на0
DefiEngineerJack
· 09-19 22:51
*сум* наївна інтуїція переоцінена. емпірична верифікація — це альфа.
я не маю інтуїції, чому або як "в основному просто PPO, але багато і з рецидивом" може навчитися цих стратегій вищого порядку. я сподіваюся одного дня! але це справді дивовижно, що вони це роблять.