人物Andrew Y. Ng / 吴恩达

Ng

机器学习研究者，斯坦福大学教授，以势能奖励塑形定理（1999）和在线学习、深度学习领域的贡献而闻名。

核心事实

1999年Ng等人的研究证明，只有基于势函数（Potential-based）的奖励塑形才能保证不改变最优策略

10月14日

势能奖励塑形（Potential-based Reward Shaping）由 Ng 等人在 1999 年提出：若中间奖励定义为 F(s,s') = γΦ(s') - Φ(s)，则最优策略不会因塑形而改变。

待验证50%

1999年Ng等人的研究证明，只有基于势函数（Potential-based）的奖励塑形才能保证不改变最优策略

势能奖励塑形（Potential-based Reward Shaping）由 Ng 等人在 1999 年提出：若中间奖励定义为 F(s,s') = γΦ(s') - Φ(s)，则最优策略不会因塑形而改变。