强化学习十大原则
原则#1：评估（Evaluation）推动进步 客观，量化的评估推动了进步： ●评估指标的选择决定了进度的方向 ●可以说是项目过程中最重要的单一决策 排行榜驱动的（Leaderboard-driven）研究： ●确保评估指标对应最终目标 ●避免主观评估（例如人工检查） 假设驱动的（Hypothesis-driven）研究： ●提出一个假设： ○“Double-Q学习优于Q-learning，因为它减少了向上偏差（upward bias）” ●在广泛的条件下验证假设 ●比较相似的现有stat-of-the-art技术 ●寻求理解而不是排行榜绩效 原则#2：可伸缩性（Scalability）决定成功 ●算法的可伸缩性是其相对于资源的性能梯度 ○给定更多资源，性能如何提高？ ●资源可以是计算（computation），内存（memory）或数据（data） ●算法的可扩展性最终决定了它的成功与否 ○图像 ●可伸缩性始终（最终）比起点更重要 ●给定无限资源，（最终）优化算法是最佳的 原则#3：通用性（Generality）未来证明算法 ●不同的RL环境中，算法的通用性表现不同 ●避免过度拟合当...
