任务是地图里面导航，让agent从起始点到达指定位置。
用了supervised learning + reinforcement learning + lstm
用supervised learning当做辅助训练，加速rl训练，用lstm当做memory。实验表明depth construction比较有用。
任务是地图里面导航，让agent从起始点到达指定位置。
用了supervised learning + reinforcement learning + lstm
用supervised learning当做辅助训练，加速rl训练，用lstm当做memory。实验表明depth construction比较有用。
LEARNING TO NAVIGATE IN COMPLEX ENVIRONMENTS
原文：https://www.cnblogs.com/huangshiyu13/p/8549262.html