Noticias sobre PGPO

La propuesta de PGPO significa que la asignación de créditos del aprendizaje por refuerzo de agentes de múltiples rondas está evolucionando de una "atribución de grano grueso basada en los resultados finales" a una "evaluación de procesos de grano fino basada en el potencial estatal". Esto refleja los requisitos de la industria para la capacitación posterior al agente, alejándose de la optimización de decisiones en un solo paso hacia el modelado de señales densas de cualidades de acción intermedias.