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 →
