Unit 1: 報酬ハッキングの基礎
Unit 2: 報酬ハッキングの診断
Unit 3: 創造的問題解決フレームワーク
報酬ハッキングのための強化学習エンジニア向け創造的問題解決入門
強化学習システムにおける報酬ハッキングを特定、診断、軽減し、創造的問題解決フレームワークと高度なRL技術を適用して堅牢なAIエージェントを構築するためのコース。
Unit 1: 報酬ハッキング対策の高度な報酬整形
Unit 2: 堅牢な学習のための正則化戦略
Unit 3: 報酬ハッキングの検出と理解