強化學習當前的一些問題

[4rfvedc]

稍微提下RL當前的問題，其實所有optimization問題的演算法遇到的最大的瓶頸都是你找不到objective function。現實環境遇到的情況太複雜了，拿自動駕駛舉例，比較常見的避帳超車等你能編寫規則，但在那種小巷子裡出來一隻狗，這種情況你很難找到一個統一的objective function。你當然可以把所有可能性都遍歷一遍，但沒有一個足夠聽且泛畫的objective function很容易讓算法陷入局部最優解且忽略部分目標，且成本非常高。不過近年來openai已經在嘗試訓練高泛化能力的agent，能夠快速遷移到不同場景或是任務。