Thiết kế reward cho agent

[Xuan_Hoang]

Thầy có cho bài tập là “Thiết kế reward system cho agent tìm đường thoát khỏi mê cung” . E có nghĩ là khi agent di chuyển trong mê cung thì sẽ bị trừ 1d , khi thoát khỏi mê cung sẽ là 0d . Nhưng thầy yêu cầu tìm reward khác tốt hơn cái reward hồi nãy . Tiền bối nào biết thì chỉ giáo e với ạ . E xin cám ơn

[quockhanhdev (Khánh)]

+10 khi thoát khỏi mê cung, 0 khi chuyển trong mê cung, -5 khi đi vào ngõ cụt

[Xuan_Hoang]

anh có thể giải thích cho em 1 tí là tại sao nó lại tốt hơn cái reward ban đầu không ạ

[quockhanhdev (Khánh)]

Thoát khỏi mê cung không cộng điểm, đứng yên cũng không bị trừ điểm, di chuyển thì lại bị trừ điểm vậy agent sẽ đứng yên
ps: mình cũng đang học nên trên đây chỉ là suy nghỉ của mình