强化学习如何处理优先级问题？

it-junjun

最近写代码遇到一个问题，有两条路，一条路经过多个蓝色方格，一条路经过一个红色方格，蓝色方格奖励少，红色方格奖励多，但是多个蓝色方格奖励和超过了一个红色方格，所以智能体走多个蓝色方格这条路。但我想法是走红色方格这条路，所以除了提升红色方格奖励之外还有什么其他方法吗？或者能不能走红色方格再绕回去走多个蓝色方格？希望大家能提供点建议，不胜感激！

NanNan

it-junjun

话说有图吗？没看到蓝色红色方格呀 🤣

it-junjun

NanNan您好我把图片上传了

[未知] 您看一下这是第二张图片，里面有两条路径，1号路径经过多个蓝色方格，2号经过一个红色方格，我的目的是要在经过红色方格的基础上尽可能多经过蓝色方格，但是因为经过多个蓝色方格的奖励多于一个红色方格的奖励，所以智能体只走1号路线而不去经过红色方格，有什么解决方法吗？

NanNan

it-junjun 我个人觉得应该多加点约束条件，至于样本优先级没法干

it-junjun

NanNan 嗯嗯谢谢您，我更改思路了，不再是以终点为目标，而是以红色区域为目标，在到达红色方格过程中尽可能多经过蓝色方格，试试这个思路效果再说吧

LZW123

加个时间惩罚？

Document