Трансферно обучение с обучение с подсилване
Трансферно обучение с обучение с подсилване (Transfer RL) е парадигма за обучение, при която знания, придобити от агент в една или повече изходни задачи — кодирани като тегла на политиката, функции на стойността или научени представяния — се използват повторно за ускоряване или подобряване на обучението в свързана, но различна целева задача. То директно адресира неефективността на извадката, която измъчва обучението с подсилване от нулата в сложни или скъпи среди.
Прочетете целия метод
Влезте с безплатен профил, за да прочетете този раздел.
Method map
The neighbourhood of related methods — select a node to explore.
Източници
- Taylor, M. E., & Stone, P. (2009). Transfer Learning for Reinforcement Learning Domains: A Survey. Journal of Machine Learning Research, 10, 1633–1685. link ↗
- Lazaric, A. (2012). Transfer in Reinforcement Learning: A Framework and a Survey. In M. Wiering & M. van Otterlo (Eds.), Reinforcement Learning: State-of-the-Art (pp. 143–173). Springer. link ↗
Как да цитирате тази страница
ScholarGate. (2026, June 3). Transfer Learning Applied to Reinforcement Learning. ScholarGate. https://scholargate.app/bg/deep-learning/transfer-learning-reinforcement-learning
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Domain-adaptive reinforcement learningДълбоко обучение↔ compare
- Фино настроено обучение с подкреплениеДълбоко обучение↔ compare
- Обучение с подкреплениеДълбоко обучение↔ compare
- Трансферно обучение с конволюционна невронна мрежаДълбоко обучение↔ compare
Цитиран в
Забелязахте ли проблем на тази страница? Съобщете или предложете поправка →