Pembelajaran Pengukuhan Separa Seliaan
Pembelajaran pengukuhan separa seliaan (SSRL) menggabungkan pembelajaran pengukuhan standard — di mana ejen belajar daripada isyarat ganjaran yang jarang — dengan teknik separa seliaan yang mengekstrak struktur daripada interaksi persekitaran tanpa label. Matlamatnya adalah untuk meningkatkan kecekapan sampel dan generalisasi apabila maklum balas ganjaran mahal, tertunda, atau hanya tersedia untuk sebahagian kecil daripada pengalaman ejen.
Baca kaedah sepenuhnya
Log masuk dengan akaun percuma untuk membaca bahagian ini.
Method map
The neighbourhood of related methods — select a node to explore.
Sumber
- 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 ↗
Cara memetik halaman ini
ScholarGate. (2026, June 3). Semi-supervised Reinforcement Learning (SSRL). ScholarGate. https://scholargate.app/ms/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.
- Pembelajaran Penguatan Adaptif DomainPembelajaran Mendalam↔ compare
- Pembelajaran PengukuhanPembelajaran Mendalam↔ compare
- Self-supervised Reinforcement LearningPembelajaran Mendalam↔ compare
- Transformer Separa-SeliaanPembelajaran Mendalam↔ compare
- Pembelajaran Pemindahan dengan Pembelajaran PengukuhanPembelajaran Mendalam↔ compare
- Pembelajaran Penguatan Berawasi LemahPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →