Closed Ryan906k9 closed 4 years ago
是否有文档说明任务的目标和奖励方式呢?
奖励共由3部分组成 Healthy reward: 飞机在没有坠毁情况下会维持一个奖励 Power Loss:飞机使用能量的惩罚 Task Reward: 每个任务独特奖励,对于velocity control任务,是目标速度和实际速度的差值
奖励共由3部分组成 Healthy reward: 飞机在没有坠毁情况下会维持一个奖励 Power Loss:飞机使用能量的惩罚 Task Reward: 每个任务独特奖励,对于velocity control任务,是目标速度和实际速度的差值
我可否这么理解: velocity control任务中,开始会随机生成一个飞行器的位置和速度,而任务目标是在保持飞机不坠毁的前提下,用最小的能量损耗,最短的时间,把飞机的速度调整到目标速度?
是的,需要尽快把飞机的速度调整到目标速度,并且持续跟随
'velocity_control' 的reward规则是什么