یادگیری تقویتی نیمهنظارتشده
یادگیری تقویتی نیمهنظارتشده (SSRL) یادگیری تقویتی استاندارد — که در آن عامل از سیگنالهای پاداش پراکنده یاد میگیرد — را با تکنیکهای نیمهنظارتشده که ساختار را از تعاملات محیطی بدون برچسب استخراج میکنند، ترکیب میکند. هدف، بهبود بهرهوری نمونه و تعمیمپذیری در زمانی است که بازخورد پاداش پرهزینه، با تأخیر، یا فقط برای کسری از تجربه عامل در دسترس باشد.
مطالعهٔ کامل روش
برای خواندن این بخش با حساب رایگان وارد شوید.
Method map
The neighbourhood of related methods — select a node to explore.
منابع
- 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 ↗
نحوهٔ استناد به این صفحه
ScholarGate. (2026, June 3). Semi-supervised Reinforcement Learning (SSRL). ScholarGate. https://scholargate.app/fa/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.
- یادگیری تقویتی تطبیقی دامنهیادگیری عمیق↔ compare
- یادگیری تقویتییادگیری عمیق↔ compare
- یادگیری تقویتی خودنظارتییادگیری عمیق↔ compare
- ترنسفورمر نیمهنظارتییادگیری عمیق↔ compare
- یادگیری انتقالی با یادگیری تقویتییادگیری عمیق↔ compare
- یادگیری تقویتی با نظارت ضعیفیادگیری عمیق↔ compare
ارجاعشده در
در این صفحه مشکلی دیدید؟ گزارش دهید یا اصلاحی پیشنهاد کنید →