Hindsight Experience Replay

HER技术体现了强化学习领域对样本效率和稀疏奖励问题的持续关注。其核心创新在于利用失败经验，通过事后重标记目标来生成额外学习信号，降低了环境设计对奖励函数的依赖。这一思路对后续研究产生了深远影响，推动了更高效、更通用的强化学习算法发展。