ডেটা অ্যাগ্রিগেশন ডিএজার

DAgger (ডেটাসেট অ্যাগ্রিগেশন)

ইমিটেশন লার্নিং অ্যালগরিদম যা বর্তমান পলিসি দ্বারা পরিদর্শনকৃত স্টেটগুলিতে একজন বিশেষজ্ঞকে জিজ্ঞাসা করে পুনরাবৃত্তিমূলকভাবে ডেটা সংগ্রহ করে। এই পদ্ধতি ট্রেনিং ডিস্ট্রিবিউশন এবং ডেপ্লয়মেন্ট ডিস্ট্রিবিউশনের মধ্যে ব্যবধান হ্রাস করে।

← ফিরে যান