最近悟出来人生最优控制u=argmax{[V_model-V_now]+V_[奖励]*1_[多巴胺小满足]-V_[惩罚]*1_[多巴胺大波动]}，找到模型去模仿是捷径。
发布于 江苏
专属游乐园
最近悟出来人生最优控制u=argmax{[V_model-V_now]+V_[奖励]*1_[多巴胺小满足]-V_[惩罚]*1_[多巴胺大波动]}，找到模型去模仿是捷径。