我在源域中构建了RL模型，并希望在任务域中应用。再次考虑仅奖励功能可以不同的这些域，它们具有相同的状态和作用。 什么样的转移学习方法可以解决我的问题。谢谢
暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！
如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@）
