GitHub开源项目：Hindsight Experience Replay

近日，OpenAI开源了一份老但经典的论文——Hindsight Experience Replay，该论文是OpenAI成立初期所撰写的。Hindsight Experience Replay是一种处理强化学习中非每个时间步都有奖励的方法，它将代理的经验保存在重放缓冲区中，并回放经验，假装终止状态是目标状态。这使得模型能够学习更好的问题表示。 ## 要点摘要： - Hindsight Experience Replay是OpenAI成立初期撰写的一份经典论文。 - 该方法用于解决强化学习中奖励不是每个时间步都有的情况。 - 该方法将代理的经验保存在重放缓冲区中，并回放经验，假装终止状态是目标状态。