https:githubopenaiopenai-cookbookblobmainexamplesHow_to_call_functions_with_chat_models.ipynb This notebook cov

Abstract在强化学习领域，结合外部的知识是个很重要的问题。基于势能的reward shaping为agent提供了指定形式的additional reward，这种做法是能保证最优策略不变