Vāji uzraudzīta pastiprināšanās apmācība
Vāji uzraudzīta pastiprināšanās apmācība (WSRL) apmāca aģentus vidēs, kur atlīdzības signāls ir nepilnīgs, reti sastopams, aizkavēts vai tikai daļēji informatīvs — atšķirībā no blīvās, pilnībā uzraudzītās RL. Aģentam jāiemācās efektīvas politikas, neskatoties uz nepilnīgu atgriezenisko saiti, izmantojot palīgsignālus, atlīdzības modelēšanu vai preferenču apguvi, lai kompensētu vājo uzraudzību.
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
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Weakly Supervised Reinforcement Learning. ScholarGate. https://scholargate.app/lv/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.
- Mācīšanās ar pastiprinājumuDziļā mācīšanās↔ compare
- Pašuzraudzītā pastiprinātā mācīšanāsDziļā mācīšanās↔ compare
- Pusuzraudzītā pastiprinājuma mācīšanāsDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →