标签：Overfitting overfitting Continuous Dissection 然后 train 随机 test reward

发表时间：2018
文章要点：文章想说RL很容易overfitting，然后就提出某个方式来判断是不是overfitting了。最后得出结论，通过多样化的训练可以减少overfitting（as soon as there is enough training data diversity）。作者其实就定义了一个指标

其实就是train时候的reward减去test时候的reward。然后做的实验就是改变随机种子的数量，结果就是随机种子数量越多，overfitting就越少。还有一些实验比如给reward加点随机性之类的，就不多说了。
总结：这篇文章估计是个大作业吧，不然也太夸张了。但是看他的引用居然有80，这就。。。
疑问：说实在的，这个指标真的能判断overfitting吗？万一都没有train好，或者说环境太难本来就训不上去，导致train和test表现都很差，然后算出来为0，这也算没有泛化误差吗？

标签：Overfitting,overfitting,Continuous,Dissection,然后,train,随机,test,reward
来源： https://www.cnblogs.com/initial-h/p/15351637.html

本站声明： 1. iCode9 技术分享网（下文简称本站）提供的所有内容，仅供技术学习、探讨和分享；
2. 关于本站的所有留言、评论、转载及引用，纯属内容发起人的个人观点，与本站观点和立场无关；
3. 关于本站的所有言论和文字，纯属内容发起人的个人观点，与本站观点和立场无关；
4. 本站文章均是网友提供，不完全保证技术分享内容的完整性、准确性、时效性、风险性和版权归属；如您发现该文章侵犯了您的权益，可联系我们第一时间进行删除；
5. 本站为非盈利性的个人网站，所有内容不会用来进行牟利，也不会利用任何形式的广告来间接获益，纯粹是为了广大技术爱好者提供技术内容和技术思想的分享性交流网站。