Aprenentatge per Reforçament Adaptatiu al Domini
L'Aprenentatge per Reforçament Adaptatiu al Domini (DARL) estén l'RL estàndard permetent que una política entrenada en un entorn o domini es transfereixi i generalitzi eficaçment a un domini objectiu diferent però relacionat. Aborda el problema del canvi de domini —on la dinàmica, les observacions o les estructures de recompensa difereixen entre l'entrenament i el desplegament— mitjançant tècniques d'alineació, adaptació o aleatorització del domini, reduint la necessitat de recopilar experiència costosa en el domini objectiu.
Llegeix el mètode complet
Inicia la sessió amb un compte gratuït per llegir aquesta secció.
Method map
The neighbourhood of related methods — select a node to explore.
Fonts
Com citar aquesta pàgina
ScholarGate. (2026, June 3). Domain-Adaptive Reinforcement Learning. ScholarGate. https://scholargate.app/ca/deep-learning/domain-adaptive-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.
- Aprenentatge per Reforç ProfundAprenentatge profund↔ compare
- Aprenentatge per transferènciaAprenentatge automàtic↔ compare
Citat per
Has vist cap problema en aquesta pàgina? Informa'n o suggereix una correcció →