Doménovo adaptívne posilňované učenie
Doménovo adaptívne posilňované učenie (DARL) rozširuje štandardné posilňované učenie tým, že umožňuje politike natrénovanej v jednom prostredí alebo doméne efektívne preniesť sa a zovšeobecniť do odlišnej, avšak súvisiacej cieľovej domény. Rieši problém posunu domény – kde sa dynamika, pozorované veličiny alebo štruktúry odmien líšia medzi tréningom a nasadením – prostredníctvom techník zarovnávania, adaptácie alebo randomizácie domény, čím sa znižuje potreba zbierať nákladné skúsenosti v cieľovej doméne.
Prečítať celú metódu
Ak si chcete prečítať túto sekciu, prihláste sa s bezplatným účtom.
Method map
The neighbourhood of related methods — select a node to explore.
Zdroje
Ako citovať túto stránku
ScholarGate. (2026, June 3). Domain-Adaptive Reinforcement Learning. ScholarGate. https://scholargate.app/sk/deep-learning/domain-adaptive-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.
- Hlboké posilňované učenieHlboké učenie↔ compare
- Prenosové učenieStrojové učenie↔ compare
Odkazujú sem
Našli ste na tejto stránke chybu? Nahláste ju alebo navrhnite opravu →