openAI Cart Pole'Solved'含義

Question

'解決'openAI CartPole問題意味着什麼？ Here它說，解決意味着：

...當代理獲得至少195.0 100 連續發作的平均獎勵）

但在相同的鏈路將溶液解決85集之後？如果我們在100集以上需要195的平均獎勵，那麼如何解決85集呢？

Answer 1

如果你看「要解決的事件」旁邊的「總集」，它說185，這是最初的85 + 100聲明它是一個「可靠」的解決方案。所以它最初 85集後解決了這個問題，並保持100集平均獎勵。