Prenosno učenje s potkrepljenim učenjem
Prenosno učenje s potkrepljenim učenjem (Transfer RL) je paradigma obuke u kojoj se znanje stečeno od strane agenta u jednom ili više izvornih zadataka — kodirano kao težine politike, funkcije vrijednosti ili naučene reprezentacije — ponovno koristi za ubrzanje ili poboljšanje učenja u srodnom, ali drugačijem ciljnom zadatku. Izravno rješava problem nedovoljne učinkovitosti uzoraka koji muči potkrepljeno učenje od nule u složenim ili skupim okruženjima.
Pročitajte cijelu metodu
Prijavite se besplatnim računom kako biste pročitali ovaj odjeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Taylor, M. E., & Stone, P. (2009). Transfer Learning for Reinforcement Learning Domains: A Survey. Journal of Machine Learning Research, 10, 1633–1685. link ↗
- Lazaric, A. (2012). Transfer in Reinforcement Learning: A Framework and a Survey. In M. Wiering & M. van Otterlo (Eds.), Reinforcement Learning: State-of-the-Art (pp. 143–173). Springer. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Transfer Learning Applied to Reinforcement Learning. ScholarGate. https://scholargate.app/hr/deep-learning/transfer-learning-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.
- Domenski adaptivno učenje potkrepljenjemDuboko učenje↔ compare
- Fino podešeno pojačano učenjeDuboko učenje↔ compare
- Potkrepljivačko učenjeDuboko učenje↔ compare
- Preneseno učenje s konvolucijskim neuronskim mrežamaDuboko učenje↔ compare
Citirana u
Uočili ste pogrešku na ovoj stranici? Prijavite je ili predložite ispravak →