监督rl

无监督RL的粗略分析

近期，无监督RL在社区也掀起了一阵热潮，主打一个多快好省（不能训太长step）有效果，且不论文章里面的evaluation是否存在问题，本文简要分析一下这些文章的出发点以及一些形而上学的直观分析。