ব্যাখ্যাযোগ্য রিইনফোর্সমেন্ট লার্নিং
ব্যাখ্যাযোগ্য রিইনফোর্সমেন্ট লার্নিং (XRL) সাধারণ রিইনফোর্সমেন্ট লার্নিং এজেন্টদের এমন পদ্ধতি দিয়ে উন্নত করে যা তাদের নীতি, সিদ্ধান্ত এবং শেখা আচরণকে মানুষের কাছে বোধগম্য করে তোলে। নীতিকে একটি ব্ল্যাক বক্স হিসাবে বিবেচনা করার পরিবর্তে, XRL পোস্ট-হক ব্যাখ্যা তৈরি করে বা সহজাতভাবে স্বচ্ছ নীতি তৈরি করে, যা উচ্চ-ঝুঁকিপূর্ণ স্বয়ংক্রিয় সিদ্ধান্ত গ্রহণে বিশ্বাস যাচাইকরণ, ডিবাগিং এবং জবাবদিহিতা সক্ষম করে।
পুরো পদ্ধতিটি পড়ুন
এই অংশটি পড়তে বিনামূল্যের অ্যাকাউন্ট দিয়ে সাইন ইন করুন।
Method map
The neighbourhood of related methods — select a node to explore.
উৎস
- Puiutta, E., & Veith, E. M. S. P. (2020). Explainable Reinforcement Learning: A Survey. In Machine Learning and Knowledge Extraction (CD-MAKE 2020), Lecture Notes in Computer Science, vol. 12279, pp. 77–95. Springer. DOI: 10.1007/978-3-030-57321-8_5 ↗
- Explainable artificial intelligence. Wikipedia. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Explainable Reinforcement Learning (XRL). ScholarGate. https://scholargate.app/bn/deep-learning/explainable-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.
- অ্যাটেনশন মেকানিজমগভীর শিখন↔ compare
- ব্যাখ্যাযোগ্য BERT-ভিত্তিক শ্রেণীবিভাগগভীর শিখন↔ compare
- রিইনফোর্সমেন্ট লার্নিংগভীর শিখন↔ compare
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →