能靠 Lookahead 在投资领域的强化学习中得到优势吗？ 时间：2026-11-15 14:39:00 浏览：925次 从我拿DQN(其实也包括DDQN)玩了30+小时doom的浅薄经验回想来看，理论上是会存在这样的优势，不过十分依赖于玄学——奖励函数的设计。虽然agent在长时间训练后的确会表现的“更好”，但这需要大量人为干预、非常多的trick才能使ta朝我们希望的方向进化，而不是为了刷分击杀每一个敌人或是为活的更久而在原地兜风(笑) 标签：Lookahead,强化,学习,投资,强化学习 (Reinforcement Learning)
