ScholarGate
সহকারী

পদ্ধতির তুলনা করুন

নির্বাচিত পদ্ধতিগুলো পাশাপাশি পর্যালোচনা করুন; যে সারিগুলোয় পার্থক্য আছে সেগুলো চিহ্নিত করা হয়।

বহুভাষিক রিইনফোর্সমেন্ট লার্নিং×রিইনফোর্সমেন্ট লার্নিং×
ক্ষেত্রগভীর শিখনগভীর শিখন
পরিবারMachine learningMachine learning
উদ্ভবের বছর2010s (applied to multilingual NLP settings)1950s–1998
প্রবর্তকSutton, R. S. & Barto, A. G. (RL foundations); multilingual extensions emerged from the NLP/RL community in the 2010sSutton, R. S. & Barto, A. G. (formalised); Bellman, R. (foundations)
ধরনReinforcement learning applied to multilingual environmentsSequential decision-making framework
মৌলিক উৎসSutton, R. S., & Barto, A. G. (1998). Reinforcement Learning: An Introduction. MIT Press. ISBN: 978-0262193986Sutton, R. S. & Barto, A. G. (2018). Reinforcement Learning: An Introduction (2nd ed.). MIT Press. ISBN: 978-0-262-03924-6
অপর নামCross-Lingual RL, Multilingual RL, Multilingual Policy Learning, Cross-Lingual Reinforcement LearningRL, reward-based learning, trial-and-error learning, policy optimization
সম্পর্কিত52
সারসংক্ষেপMultilingual Reinforcement Learning applies the RL paradigm — an agent learning by interaction and reward — to environments that involve multiple languages. The agent must interpret multilingual observations, follow cross-lingual instructions, or generalize policies trained in one language to new target languages, making it applicable to cross-lingual dialogue, multilingual game-playing agents, and language-grounded sequential decision tasks.Reinforcement Learning (RL) is a framework in which an agent learns to make sequential decisions by interacting with an environment, receiving scalar reward signals, and updating a policy to maximise cumulative future reward. Unlike supervised learning, no labeled examples are provided; the agent discovers optimal behavior entirely through experience and delayed feedback.
ScholarGateডেটাসেট
  1. v1
  2. 2 উৎস
  3. PUBLISHED
  1. v1
  2. 2 উৎস
  3. PUBLISHED

অনুসন্ধানে যান স্লাইড ডাউনলোড করুন

ScholarGateপদ্ধতির তুলনা করুন: Multilingual Reinforcement Learning · Reinforcement Learning. 2026-06-17 তারিখে সংগৃহীত, উৎস: https://scholargate.app/bn/compare