Offline RL

Определение

Подход обучения с подкреплением, при котором агент обучается исключительно на статическом датасете, не взаимодействуя с окружением.

Где встречается

• 334. Как вы делаете online RL для агентов (self-improvement loops)

Навигация

• Индекс терминов
• Индекс разборов
• Оглавление