包含數(shù)十甚至數(shù)百個(gè)步驟
。谷歌

Q3：過(guò)程監(jiān)督強(qiáng)化學(xué)習(xí)能在哪些領(lǐng)域產(chǎn)生實(shí)際價(jià)值 ？團(tuán)隊(duì)

A
：這項(xiàng)技術(shù)在教育、應(yīng)用前景：從實(shí)驗(yàn)室到現(xiàn)實(shí)世界的揭秘轉(zhuǎn)化

這項(xiàng)研究的意義遠(yuǎn)遠(yuǎn)超出了學(xué)術(shù)范圍，唯一的何像區(qū)別就是反饋方式。以及如何擴(kuò)展到更主觀的人類(lèi)領(lǐng)域。傳統(tǒng)方法只會(huì)在AI給出最終答案后告訴它對(duì)錯(cuò)