การเรียนรู้แบบเสริมกำลังกึ่งมีผู้สอน
การเรียนรู้แบบเสริมกำลังกึ่งมีผู้สอน (SSRL) ผสมผสานการเรียนรู้แบบเสริมกำลังมาตรฐาน — ซึ่งเอเจนต์จะเรียนรู้จากสัญญาณรางวัลที่เบาบาง — เข้ากับเทคนิคกึ่งมีผู้สอนที่สกัดโครงสร้างจากการโต้ตอบกับสภาพแวดล้อมที่ไม่มีป้ายกำกับ เป้าหมายคือเพื่อปรับปรุงประสิทธิภาพของตัวอย่างและการสรุปความเมื่อการตอบสนองจากรางวัลมีราคาแพง ล่าช้า หรือมีให้สำหรับส่วนเล็กๆ ของประสบการณ์ของเอเจนต์เท่านั้น
อ่านวิธีฉบับเต็ม
เข้าสู่ระบบด้วยบัญชีฟรีเพื่ออ่านส่วนนี้
Method map
The neighbourhood of related methods — select a node to explore.
แหล่งอ้างอิง
- Zhan, X., Zhu, X., & Shi, H. (2022). Deepthermal: Combustion optimization for thermal power generating units using offline reinforcement learning. Proceedings of the AAAI Conference on Artificial Intelligence, 36(4), 4680–4688. link ↗
- 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 ↗
วิธีอ้างอิงหน้านี้
ScholarGate. (2026, June 3). Semi-supervised Reinforcement Learning (SSRL). ScholarGate. https://scholargate.app/th/deep-learning/semi-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.
- การเรียนรู้แบบเสริมกำลังที่ปรับตามโดเมนการเรียนรู้เชิงลึก↔ compare
- การเรียนรู้แบบเสริมกำลังการเรียนรู้เชิงลึก↔ compare
- การเรียนรู้แบบเสริมกำลังด้วยการกำกับดูแลตนเองการเรียนรู้เชิงลึก↔ compare
- Transformer แบบกึ่งกำกับดูแลการเรียนรู้เชิงลึก↔ compare
- Transfer Learning with Reinforcement Learningการเรียนรู้เชิงลึก↔ compare
- Weakly supervised reinforcement learningการเรียนรู้เชิงลึก↔ compare