Почему обучение DDPG различается со временем при оптимизации с минимальными затратами? ⇐ Python

[Anonymous]

Каковы распространенные причины, по которым эффективность обучения со временем снижается — например, при оптимизации с минимальными затратами, но затраты продолжают расти, а вознаграждение симметрично уменьшается во время обучения? Спасибо

Подробнее здесь: https://stackoverflow.com/questions/798 ... nimum-cost