अर्ध-पर्यवेक्षित सुदृढीकरण अधिगम (Semi-supervised Reinforcement Learning)
अर्ध-पर्यवेक्षित सुदृढीकरण अधिगम (SSRL) मानक सुदृढीकरण अधिगम — जहाँ एक एजेंट विरल पुरस्कार संकेतों से सीखता है — को अर्ध-पर्यवेक्षित तकनीकों के साथ जोड़ता है जो बिना लेबल वाली पर्यावरण अंतःक्रियाओं से संरचना निकालती हैं। लक्ष्य नमूना दक्षता और सामान्यीकरण में सुधार करना है जब पुरस्कार प्रतिक्रिया महंगी, विलंबित, या एजेंट के अनुभव के केवल एक अंश के लिए उपलब्ध हो।
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
- 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 ↗
इस पृष्ठ का उद्धरण कैसे दें
ScholarGate. (2026, June 3). Semi-supervised Reinforcement Learning (SSRL). ScholarGate. https://scholargate.app/hi/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.
- डोमेन-अनुकूलनीय सुदृढीकरण अधिगमगहन अधिगम↔ compare
- पुनर्बलन अधिगमगहन अधिगम↔ compare
- Self-supervised Reinforcement Learningगहन अधिगम↔ compare
- अर्ध-पर्यवेक्षित ट्रांसफार्मरगहन अधिगम↔ compare
- प्रबलन शिक्षण के साथ स्थानांतरण शिक्षणगहन अधिगम↔ compare
- Weakly supervised reinforcement learningगहन अधिगम↔ compare