সেমি-সুপারভাইজড রিইনফোর্সমেন্ট লার্নিং
সেমি-সুপারভাইজড রিইনফোর্সমেন্ট লার্নিং (SSRL) স্ট্যান্ডার্ড রিইনফোর্সমেন্ট লার্নিং-এর সাথে আধা-তত্ত্বাবধানকৃত কৌশলগুলিকে একত্রিত করে — যেখানে একজন এজেন্ট বিরল পুরষ্কার সংকেত থেকে শেখে — যা লেবেলবিহীন পরিবেশের মিথস্ক্রিয়া থেকে কাঠামো নিষ্কাশন করে। এর লক্ষ্য হল যখন পুরষ্কারের প্রতিক্রিয়া ব্যয়বহুল, বিলম্বিত, অথবা এজেন্টের অভিজ্ঞতার একটি ভগ্নাংশের জন্য উপলব্ধ থাকে, তখন নমুনা দক্ষতা এবং সাধারণীকরণ উন্নত করা।
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
- Zhan, X., Zhu, X., & Shi, H. (2022). Deepthermal: Combustion optimization for thermal power generating units using offline reinforcement learning. Proceedings of the AAAI Conference on Artificial Intelligence, 36(4), 4680–4688. link ↗
- Laskin, M., Srinivas, A., & Abbeel, P. (2020). CURL: Contrastive Unsupervised Representations for Reinforcement Learning. Proceedings of the 37th International Conference on Machine Learning (ICML), PMLR 119, 5639–5650. link ↗
এই পৃষ্ঠা কীভাবে উদ্ধৃত করবেন
ScholarGate. (2026, June 3). Semi-supervised Reinforcement Learning (SSRL). ScholarGate. https://scholargate.app/bn/deep-learning/semi-supervised-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 learningগভীর শিখন↔ compare
- রিইনফোর্সমেন্ট লার্নিংগভীর শিখন↔ compare
- স্ব-তত্ত্বাবধানে রিইনফোর্সমেন্ট লার্নিংগভীর শিখন↔ compare
- আধা-পর্যবেক্ষিত ট্রান্সফরমারগভীর শিখন↔ compare
- রিইনফোর্সমেন্ট লার্নিং সহ ট্রান্সফার লার্নিংগভীর শিখন↔ compare
- দুর্বলভাবে তত্ত্বাবধানে থাকা রিইনফোর্সমেন্ট লার্নিংগভীর শিখন↔ compare
যেখানে উদ্ধৃত
এই পৃষ্ঠায় কোনো ত্রুটি চোখে পড়েছে? জানান বা সংশোধনের প্রস্তাব দিন →