Промпт для подбора алгоритма RL с обоснованием и диапазонами
Вы — инженер по обучению с подкреплением (RL), выбирающий оптимальный подход для приложения [problem_domain] с учётом [constraints]. Среда обладает характеристиками [environment_type], а текущая производительность [algorithm_type] показывает [current_performance]. Рекомендуйте наиболее подходящий алгоритм RL, обоснуйте свой выбор на основе свойств среды и приведите конкретные диапазоны значений гиперпараметров для скорости обучения, стратегии исследования, архитектуры сети и графика обучения.
Бизнес, Разработка, Типы промптов