跳到正文
AGI Hunt· miniapeur·· 1 小时前AI 评分23

RL 梗图调侃强化学习者为何执着交换求和顺序

RL 人的执念梗图:为什么要交换求和顺序

AI 导读

AGI Hunt 以《指环王》Bilbo“After all, why not?”梗图调侃强化学习研究者对求和顺序与重参数化的纠结。图中将折扣回报按时间置于外层的写法,与按 k 外层的 ∑∑γ^{k+t}ak 并列,借“为何不能交换它们”呈现 ML 圈的数学梗与自嘲意味。

来源:AGI Hunt · agihunt.info