Pembelajaran Penguatan Berawasi Lemah
Pembelajaran penguatan berawasi lemah (WSRL) melatih agen dalam lingkungan di mana sinyal imbalan tidak sempurna, jarang, tertunda, atau hanya sebagian informatif — berbeda dengan RL berawasi penuh yang padat. Agen harus mempelajari kebijakan yang efektif meskipun umpan balik tidak lengkap, menggunakan sinyal tambahan, pemodelan imbalan, atau pembelajaran preferensi untuk mengkompensasi pengawasan yang lemah.
Baca metode selengkapnya
Masuk dengan akun gratis untuk membaca bagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- Sutton, R. S. & Barto, A. G. (2018). Reinforcement Learning: An Introduction (2nd ed.). MIT Press. ISBN: 978-0-262-03924-6
- Christiano, P., Leike, J., Brown, T. B., Martic, M., Legg, S. & Amodei, D. (2017). Deep reinforcement learning from human preferences. Advances in Neural Information Processing Systems (NeurIPS), 30. link ↗
Cara menyitasi halaman ini
ScholarGate. (2026, June 3). Weakly Supervised Reinforcement Learning. ScholarGate. https://scholargate.app/id/deep-learning/weakly-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.
- Pembelajaran PenguatanPembelajaran Mendalam↔ compare
- Reinforcement Learning MandiriPembelajaran Mendalam↔ compare
- Reinforcement Learning Semi-TerawasiPembelajaran Mendalam↔ compare
Dirujuk oleh
Menemukan masalah di halaman ini? Laporkan atau usulkan perbaikan →