Semi-overvåket Forsterkningsopplæring
Semi-overvåket forsterkningsopplæring (SSRL) kombinerer standard forsterkningsopplæring – der en agent lærer fra sparsomme belønningssignaler – med semi-overvåketde teknikker som trekker ut struktur fra umerkede miljøinteraksjoner. Målet er å forbedre stikkprøveeffektivitet og generalisering når belønningsfeedback er kostbar, forsinket, eller kun tilgjengelig for en brøkdel av agentens erfaring.
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
- 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 ↗
Slik siterer du denne siden
ScholarGate. (2026, June 3). Semi-supervised Reinforcement Learning (SSRL). ScholarGate. https://scholargate.app/no/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.
- Domene-adaptiv forsterkningslæringDyp læring↔ compare
- ForsterkningslæringDyp læring↔ compare
- Selv-overvåket forsterkningslæringDyp læring↔ compare
- Semi-supervisert TransformerDyp læring↔ compare
- Overføringslæring med forsterkningslæringDyp læring↔ compare
- Svakt veiledet forsterkningslæringDyp læring↔ compare
Referert av
Funnet en feil på denne siden? Rapporter eller foreslå en rettelse →