Semi-overvåget forstærkningslæring
Semi-overvåget forstærkningslæring (SSRL) kombinerer standard forstærkningslæring — hvor en agent lærer fra sparsomme belønningssignaler — med semi-overvågede teknikker, der udtrækker struktur fra umærkede interaktioner med omgivelserne. Målet er at forbedre sampleffektivitet og generalisering, når belønningsfeedback er kostbar, forsinket eller kun tilgængelig for en brøkdel af agentens erfaring.
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
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Semi-supervised Reinforcement Learning (SSRL). ScholarGate. https://scholargate.app/da/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.
- Domæne-adaptiv forstærkningslæringDyb læring↔ compare
- ForstærkningslæringDyb læring↔ compare
- Selvovervåget forstærkningslæringDyb læring↔ compare
- Semi-superviseret TransformerDyb læring↔ compare
- Transfer Learning med Reinforcement LearningDyb læring↔ compare
- Svagt Overvåget ForstærkningslæringDyb læring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →