অফলাইন মাল্টি-টাস্ক রিইনফোর্সমেন্ট লার্নিং

মাল্টি-টাস্ক ডিস্ট্রিবিউশনাল আরএল

একটি কাঠামো যা অফলাইন মাল্টি-টাস্ক প্রেক্ষাপটে প্রতিটি কাজের জন্য প্রত্যাশার পরিবর্তে পুরো রিটার্নের বিতরণ মডেল করে।

← ফিরে যান