Svagt övervakad förstärkningsinlärning
Svagt övervakad förstärkningsinlärning (WSRL) tränar agenter i miljöer där belöningssignalen är ofullständig, gles, fördröjd eller endast delvis informativ — till skillnad från tät fullt övervakad RL. Agenten måste lära sig effektiva policyer trots ofullständig återkoppling, med hjälp av hjälpsignaler, belöningsmodellering eller preferensinlärning för att kompensera för den svaga övervakningen.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
Källor
- 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. link ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Weakly Supervised Reinforcement Learning. ScholarGate. https://scholargate.app/sv/deep-learning/weakly-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.
- FörstärkningsinlärningDjupinlärning↔ compare
- Självövervakad förstärkningsinlärningDjupinlärning↔ compare
- Semi-övervakad förstärkningsinlärningDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →