ProgressCompass: Các mô hình phần thưởng tiến bộ được thể hiện bị mất đi mà không có ngữ cảnh đúng đắn

Đoạn trích bài viết

Các agent hiện thân hiện đang đảm nhận các nhiệm vụ ngày càng dài hơn. Đối với các nhiệm vụ dài, chỉ biết một nhiệm vụ cuối cùng có thành công hay thất bại là ít; các bước trên con đường quan trọng. Các mô hình phần thưởng tiến bộ (PRM) ghi điểm về mức độ mà một nhiệm vụ đã đạt được ở mỗi bước, và phục vụ như là phần thưởng dày đặc, xác minh và giám sát.