Pembelajaran Penguatan Berawasi Lemah
Pembelajaran penguatan berawasi lemah (WSRL) melatih agen dalam persekitaran di mana isyarat ganjaran adalah tidak sempurna, jarang, tertunda, atau hanya sebahagiannya bermaklumat — berbeza dengan RL berawasi penuh yang padat. Agen mesti mempelajari dasar yang berkesan walaupun maklum balas tidak lengkap, menggunakan isyarat tambahan, pemodelan ganjaran, atau pembelajaran keutamaan untuk mengimbangi pengawasan yang lemah.
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
- 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 memetik halaman ini
ScholarGate. (2026, June 3). Weakly Supervised Reinforcement Learning. ScholarGate. https://scholargate.app/ms/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 PengukuhanPembelajaran Mendalam↔ compare
- Self-supervised Reinforcement LearningPembelajaran Mendalam↔ compare
- Pembelajaran Pengukuhan Separa SeliaanPembelajaran Mendalam↔ compare
Dirujuk oleh
Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →