Pusuzraudzītā pastiprinājuma mācīšanās
Pusuzraudzītā pastiprinājuma mācīšanās (SSRL) apvieno standarta pastiprinājuma mācīšanos — kur aģents mācās no reti sastopamiem atlīdzības signāliem — ar pusuzraudzītām metodēm, kas iegūst struktūru no neiezīmētām mijiedarbībām ar vidi. Mērķis ir uzlabot paraugu efektivitāti un vispārināšanu, ja atlīdzības atgriezeniskā saite ir dārga, aizkavēta vai pieejama tikai nelielai daļai aģenta pieredzes.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Semi-supervised Reinforcement Learning (SSRL). ScholarGate. https://scholargate.app/lv/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.
- Domenam adaptīvā pastiprinājuma mācīšanāsDziļā mācīšanās↔ compare
- Mācīšanās ar pastiprinājumuDziļā mācīšanās↔ compare
- Pašuzraudzītā pastiprinātā mācīšanāsDziļā mācīšanās↔ compare
- Pusuzraudzīts transformatorsDziļā mācīšanās↔ compare
- Pārneses mācīšanās ar pastiprinājuma mācīšanosDziļā mācīšanās↔ compare
- Vāji uzraudzīta pastiprināšanās apmācībaDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →