Học chuyển giao với Học tăng cường
Học chuyển giao với Học tăng cường (Transfer RL) là một mô hình huấn luyện trong đó kiến thức thu được bởi một tác nhân trong một hoặc nhiều tác vụ nguồn — được mã hóa dưới dạng trọng số chính sách, hàm giá trị, hoặc các biểu diễn đã học — được tái sử dụng để tăng tốc hoặc cải thiện việc học trong một tác vụ đích có liên quan nhưng khác biệt. Nó trực tiếp giải quyết vấn đề kém hiệu quả về mẫu (sample-inefficiency) vốn làm ảnh hưởng đến việc học tăng cường từ đầu trong các môi trường phức tạp hoặc tốn kém.
Đọc toàn bộ phương pháp
Đăng nhập bằng tài khoản miễn phí để đọc phần này.
Method map
The neighbourhood of related methods — select a node to explore.
Nguồn tài liệu
- 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 ↗
Cách trích dẫn trang này
ScholarGate. (2026, June 3). Transfer Learning Applied to Reinforcement Learning. ScholarGate. https://scholargate.app/vi/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.
- Học tăng cường thích ứng miềnHọc sâu↔ compare
- Học tăng cường tinh chỉnh (Fine-Tuned Reinforcement Learning)Học sâu↔ compare
- Học tăng cườngHọc sâu↔ compare
- Transfer Learning với Mạng Nơ-ron Tích chậpHọc sâu↔ compare
Được tham chiếu bởi
Phát hiện lỗi trên trang này? Báo cáo hoặc đề xuất chỉnh sửa →