Transfer Learning Applied to Reinforcement Learning
Učenje putem povratne sprege zahteva da agent istražuje okruženje, prima nagrade i prilagođava svoje ponašanje tokom hiljada epizoda — proces koji je spor i skup. Prenosno učenje putem povratne sprege premošćuje ovo tako što agentu daje početnu prednost: umesto da uči od nule, ono počinje sa politikom ili funkcijom vrednosti već oblikovanom iskustvom u sličnom zadatku. Agentu je i dalje potrebno da se prilagodi, ali težak posao reprezentacije je delimično obavljen, slično kao šahista koji već razume taktiku pre nego što prouči novi otvaranje.
Pročitajte celu metodu
Prijavite se besplatnim nalogom da biste pročitali ovaj odeljak.
Method map
The neighbourhood of related methods — select a node to explore.
Izvori
- Taylor, M. E., & Stone, P. (2009). Transfer Learning for Reinforcement Learning Domains: A Survey. Journal of Machine Learning Research, 10, 1633–1685. link ↗
- Lazaric, A. (2012). Transfer in Reinforcement Learning: A Framework and a Survey. In M. Wiering & M. van Otterlo (Eds.), Reinforcement Learning: State-of-the-Art (pp. 143–173). Springer. link ↗
Kako citirati ovu stranicu
ScholarGate. (2026, June 3). Transfer Learning Applied to Reinforcement Learning. ScholarGate. https://scholargate.app/sr/deep-learning/transfer-learning-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.
- Domenski adaptivno učenje potkrepljivanjemDuboko učenje↔ compare
- Fino podešeno pojačano učenjeDuboko učenje↔ compare
- Učenje pojačavanjemDuboko učenje↔ compare
- Трансферно учење са конволуционом неуронском мрежомDuboko učenje↔ compare
Citirana u
Uočili ste grešku na ovoj stranici? Prijavite je ili predložite ispravku →