التحسين العشوائي في التعلم المعزز

تنظيم تباعد KL

قيد ينظم التباعد بين السياسة الحالية والسابقة عبر تباعد كولباك-لايبلر، مما يمنع التغيرات المفاجئة في السياسة.

← رجوع