Selvovervåget forstærkningslæring
Selvovervåget forstærkningslæring (SSL-RL) udvider standard RL-træning med selvovervågede hjælpeobjektiver — såsom kontrastive, prædiktive eller dataforstærkningsbaserede opgaver — anvendt på agentens egen erfaring. Disse objektiver forbedrer kvaliteten af indlærte repræsentationer uden at kræve yderligere menneskelige mærkater, hvilket muliggør hurtigere konvergens og bedre prøveeffektivitet, især i højdimensionelle observationsrum som rå pixels.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
- Laskin, M., Lee, K., Stooke, A., Pinto, L., Abbeel, P., & Srinivas, A. (2021). Reinforcement Learning with Augmented Data. Advances in Neural Information Processing Systems (NeurIPS), 33, 19884–19895. link ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Self-supervised Reinforcement Learning (SSL-augmented RL). ScholarGate. https://scholargate.app/da/deep-learning/self-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.
- ForstærkningslæringDyb læring↔ compare
- Selvovervåget konvolutionelt neuralt netværkDyb læring↔ compare
- Semi-overvåget forstærkningslæringDyb læring↔ compare
- Transfer Learning med Reinforcement LearningDyb læring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →