মেটা-রিইনফোর্সমেন্ট লার্নিং

মেটা-ভ্যালু ফাংশন

একটি প্যারামিটারাইজড ভ্যালু ফাংশন যা একটি নতুন টাস্কে অভিযোজিত পলিসির প্রত্যাশিত পারফরম্যান্স অনুমান করার জন্য।

← ফিরে যান