目标导向的探索

智能体自动生成目标并尝试达成，目标难度随能力提升（自动课程）。本章讲目标 GAN、Skew-Fit、以及与目标条件 RL 的关系。

本章要点

• 目标分布应覆盖状态空间的边缘
• 成功率约 50% 的目标学习效率最高
• 与第十卷目标条件 RL 衔接

相关阅读

• 目标条件 RL 与 HER

写作状态

本章目前为提纲，正文待撰写。