Self-supervised Reinforcement Learning (SSL-augmented RL)
केवल रिवॉर्ड सिग्नल से एक RL एजेंट को प्रशिक्षित करना अत्यधिक डेटा-भूखा होता है: रिवॉर्ड विरल (sparse) और विलंबित (delayed) होते हैं, इसलिए एजेंट को उपयोगी सुविधाएँ सीखने के लिए विशाल अनुभव के माध्यम से ठोकर खानी पड़ती है। सेल्फ-सुपरवाइज्ड RL स्वयं डेटा से प्राप्त एक दूसरे सीखने के सिग्नल को जोड़ता है — उदाहरण के लिए, भविष्य के अवलोकनों की भविष्यवाणी करना, यह पहचानना कि एक ही फ्रेम के दो संवर्धित दृश्य (augmented views) संबंधित हैं, या इनपुट का पुनर्निर्माण करना। यह अतिरिक्त सिग्नल एजेंट के आंतरिक अभ्यावेदन को आकार देता है ताकि सूचनात्मक रिवॉर्ड आने से बहुत पहले ही सार्थक संरचना को कैप्चर किया जा सके, जिससे सीखने की गति और मजबूती में नाटकीय रूप से सुधार होता है।
पूरी विधि पढ़ें
यह खंड पढ़ने के लिए निःशुल्क खाते से साइन इन करें।
Method map
The neighbourhood of related methods — select a node to explore.
स्रोत
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Self-supervised Reinforcement Learning (SSL-augmented RL). ScholarGate. https://scholargate.app/hi/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.
- पुनर्बलन अधिगमगहन अधिगम↔ compare
- स्व-पर्यवेक्षित संवलित तंत्रिका नेटवर्कगहन अधिगम↔ compare
- अर्ध-पर्यवेक्षित सुदृढीकरण अधिगम (Semi-supervised Reinforcement Learning)गहन अधिगम↔ compare
- प्रबलन शिक्षण के साथ स्थानांतरण शिक्षणगहन अधिगम↔ compare