ScholarGate
Assistent
Machine learningDeep learning / NLP / CV

Multilingual Reinforcement Learning

Multilingual Reinforcement Learning anvender RL-paradigmet – en agent, der lærer gennem interaktion og belønning – på miljøer, der involverer flere sprog. Agenten skal fortolke flersprogede observationer, følge tværsproglige instruktioner eller generalisere politikker trænet på ét sprog til nye målsprog, hvilket gør det anvendeligt til tværsproglig dialog, flersprogede spilagenter og sprogbaserede sekventielle beslutningsopgaver.

Åbn i MethodMindSnartVideoSnartDownload slides

Læs hele metoden

Kun for medlemmer

Log ind med en gratis konto for at læse dette afsnit.

Log ind

Method map

The neighbourhood of related methods — select a node to explore.

Kilder

  1. Sutton, R. S., & Barto, A. G. (1998). Reinforcement Learning: An Introduction. MIT Press. ISBN: 978-0262193986
  2. Reinforcement learning. Wikipedia. link

Sådan citerer du denne side

ScholarGate. (2026, June 3). Multilingual Reinforcement Learning (Cross-Lingual RL for NLP and Language Grounding). ScholarGate. https://scholargate.app/da/deep-learning/multilingual-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.

Compare side by side
ScholarGateMultilingual Reinforcement Learning (Multilingual Reinforcement Learning (Cross-Lingual RL for NLP and Language Grounding)). Hentet 2026-06-15 fra https://scholargate.app/da/deep-learning/multilingual-reinforcement-learning · Datasæt: https://doi.org/10.5281/zenodo.20539026