最近在看AI训练相关的影片
其中不断提到奖励跟惩罚
例如人物扭曲就有惩罚
人物很正常就有奖励
或是如果车子跑出跑道就有惩罚
车子在某个区域做出特定行为就有奖励
等等的训练AI的方法
我就很好奇
AI拿到高分之后
要干嘛?
低分的AI被砍掉
从此不用累得要死
高分的AI被不断提更夸张的要求
然后累死
先撇除人类视角好了
单纯问一下
AI在训练中拿到高分(奖励)的目的是什么?
为什么AI会想要拿到高分?