标签： deep-learning reinforcement-learning transfer-learning
我正在尝试训练一个深度强化学习模型来进行迷宫逃避任务，并且每次以一个图像作为输入（例如，一个不同的“迷宫”）时。
假设我有大约1万张不同的迷宫图像，并且理想的情况是训练N个迷宫后，我的模型可以很好地完成其余10K-N张图像中的难题。
我正在写信询问一些关于如何为训练任务选择合适的N的好主意/经验证据。
总的来说，我应该如何评估和增强强化模型的“转移学习”能力？使它更笼统？
任何建议都将不胜感激。谢谢。