lander 游戏是强化学习问题中常使用的一个游戏场景,不同人对该问题都设置了不同的reward function,一直也没有对该游戏的各种reward function的设计做一个记录,正好看视频看到了一个该游戏的reward function的设计,这里mark下。
资料来源:
https://www.youtube.com/watch?v=0R3PnJEisqk
==============================================
给出了第一种 reward function 设计,该种设计为复杂设计:
第二种设计,简单设计的 reward function: