การเรียนรู้แบบเสริมกำลังด้วยการกำกับดูแลตนเอง
การเรียนรู้แบบเสริมกำลังด้วยการกำกับดูแลตนเอง (SSL-RL) เป็นการเพิ่มการฝึกฝน RL มาตรฐานด้วยวัตถุประสงค์เสริมแบบกำกับดูแลตนเอง เช่น งานที่อิงกับการเปรียบเทียบ (contrastive), การทำนาย (predictive) หรือการเพิ่มข้อมูล (data-augmentation-based) ซึ่งนำไปใช้กับประสบการณ์ของเอเจนต์เอง วัตถุประสงค์เหล่านี้ช่วยปรับปรุงคุณภาพของการนำเสนอที่เรียนรู้โดยไม่จำเป็นต้องใช้ป้ายกำกับเพิ่มเติมจากมนุษย์ ทำให้เกิดการบรรจบกันที่เร็วขึ้นและประสิทธิภาพของตัวอย่างที่ดีขึ้น โดยเฉพาะอย่างยิ่งในพื้นที่การสังเกตการณ์ที่มีมิติสูง เช่น พิกเซลดิบ
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- 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 ↗
- Laskin, M., Lee, K., Stooke, A., Pinto, L., Abbeel, P., & Srinivas, A. (2021). Reinforcement Learning with Augmented Data. Advances in Neural Information Processing Systems (NeurIPS), 33, 19884–19895. link ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Self-supervised Reinforcement Learning (SSL-augmented RL). ScholarGate. https://scholargate.app/th/deep-learning/self-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.
- การเรียนรู้แบบเสริมกำลังการเรียนรู้เชิงลึก↔ compare
- โครงข่ายประสาทเทียมคอนโวลูชันแบบเรียนรู้ด้วยตนเองการเรียนรู้เชิงลึก↔ compare
- การเรียนรู้แบบเสริมกำลังกึ่งมีผู้สอนการเรียนรู้เชิงลึก↔ compare
- Transfer Learning with Reinforcement Learningการเรียนรู้เชิงลึก↔ compare