Selv-overvåket forsterkningslæring
Selv-overvåket forsterkningslæring (SSL-RL) utvider standard RL-trening med selv-overvåkede hjelpeformål – som kontrastive, prediktive eller datagenereringsbaserte oppgaver – anvendt på agentens egen erfaring. Disse formålene forbedrer kvaliteten på lærte representasjoner uten å kreve ekstra menneskelige merkelapper, noe som muliggjør raskere konvergens og bedre utnyttelse av prøver, spesielt i høydimensjonale observasjonsrom som rå piksler.
Les hele metoden
Logg inn med en gratis konto for å lese denne delen.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
- Laskin, M., Lee, K., Stooke, A., Pinto, L., Abbeel, P., & Srinivas, A. (2021). Reinforcement Learning with Augmented Data. Advances in Neural Information Processing Systems (NeurIPS), 33, 19884–19895. link ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Self-supervised Reinforcement Learning (SSL-augmented RL). ScholarGate. https://scholargate.app/no/deep-learning/self-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.
- ForsterkningslæringDyp læring↔ compare
- Selv-overvåket konvolusjonelt nevralt nettverkDyp læring↔ compare
- Semi-overvåket ForsterkningsopplæringDyp læring↔ compare
- Overføringslæring med forsterkningslæringDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →