#奖励稀疏

研究：课程学习效果取决于奖励稀疏性与竞争最优解

论文构建并分析一个极简策略学习模型，考察课程学习在强化学习中为何比监督学习更有效。结果表明在稠密奖励下课程收益有限，而在稀疏奖励下课程学习可能是学习发生的必要条件，尤其当智能体同时追求省力与高奖励、形成相互竞争的最优解时。有效课程的作用在于降低奖励稀疏性并重塑奖励地形以避开坏的局部最优。