课程学习：成功率门槛升难度RL2026年7月14日·5 分钟阅读课程学习：成功率门槛升难度一开始最难任务 sparse reward 下探索常绝望；按 success rate 升难度，但要防只学会「考试技巧」。#强化学习#课程学习#稀疏奖励READ →
HER：失败轨迹也能当成功样本RL2026年7月3日·5 分钟阅读HER：失败轨迹也能当成功样本Hindsight Experience Replay 把 episode 目标改成实际到达状态，稀疏 manipulation 里样本效率可数量级提升。#强化学习#HER#稀疏奖励READ →
