强化学习 (RL) 中的持续任务是代理与环境连续交互的任务,没有预定义的结束或终止状态。在这些任务中,代理的目标是在无限期内最大化长期奖励。任务没有自然结束,因此只要agent在环境中保持活动状态,它的学习过程就会继续。
连续任务的示例可以是需要保持平衡状态的机器人,诸如自平衡机器人或股票交易代理。在这样的任务中,代理不断与环境交互并获得奖励,但是没有终端状态来表示任务的结束。
与偶发性任务不同,持续任务要求智能体学习随着时间的推移而可持续的策略,平衡短期和长期奖励,以确保其行为在连续环境中保持最佳状态。