Înregistrare dovezi metodologice

Weakly supervised reinforcement learning

Weakly supervised reinforcement learning (WSRL) trains agents in environments where the reward signal is imperfect, sparse, delayed, or only partially informative — unlike dense fully-supervised RL. The agent must learn effective policies despite incomplete feedback, using auxiliary signals, reward modeling, or preference learning to compensate for the weak supervision.

Sources recorded, not reviewed

Înregistrare sursă

Citările sunt copiate integral din înregistrarea sursă a metodei. Nu se inferă nicio verificare la nivel de afirmație din acestea.

Weakly Supervised Reinforcement Learning

Înregistrare metodologică taxonomică · ml-model / deep-learning

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. · URL

Deschide metoda completă

Afirmații curate

Afirmațiile sunt stocate în registrul dovezilor, fiecare cu propria evaluare.

Încă nu există afirmații curate

Această vizualizare nu inventează o evaluare a afirmației dacă registrul nu conține una.

Metode conexe

Generate din graful metodelor și afișate ca relații sugerate automat — nu se inferă nicio afirmație de dovadă.

Taxonomic bucketReinforcement Learningmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketSelf-supervised Reinforcement Learningmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketSemi-supervised Reinforcement Learningmachine-suggested · Relational suggestion, not evidence.