ট্র্যাজেক্টরি প্রেডিকশন লার্নিং

সিমুলেশন এক্সপ্লোরেশন

একটি অনুসন্ধান কৌশল যেখানে এজেন্ট বাস্তবে পরীক্ষা করার আগে তার মডেলে ব্যাপকভাবে দৃশ্যকল্প সিমুলেট করে নতুন নীতিসমূহ আবিষ্কার করে।

← ফিরে যান