求助大佬们，请问强化学习的奖励设计的时候，如果全部设置为正值没有负值的话，会有影响吗？是必须要让奖励有正有负吗？ :
没问题啊，可以，不过我喜欢有负值的，有惩罚的意思在里边
forrestneo 同意。要看具体情况。负面outcome我喜欢负值，我理解reward=0就是不好也不坏。比如走迷宫找最短路径，每一步就该是负reward，不然agent就会瞎转悠
减去均值不就有大有小吗？
bryanyuan1 拒绝躺平，也不能内卷
