Alex Beng
Alex Beng
idk, i just test it in 1080p & 900p. I think I was being presumptuous at that time.
我这边的计划是先模仿学习再强化学习fine tune，目前是模仿学习整个训练+部署基本都做完了，但是效果很差（实际上应该说是效果差才会想到去强化学习微调）。目前刚入职，已经很久没推进度了。 基于学习的方法比人工策略（就是脚本啦）的好处在于新增任务只需要示教，坏处是需要花时间让机器learning，且应该要强化学习微调，且每个任务都需要一个权重，任务多了之后需要大量的磁盘来存放。当然，终极目标可以训练一整个大网络完全模拟人类每天的操作（那为啥玩游戏啊）。 PS：实际上可以等鸭蛋弄个脚本，然后我用脚本示教（bushi）