অফলাইন মাল্টি-টাস্ক রিইনফোর্সমেন্ট লার্নিং

মাল্টি-টাস্ক অফলাইন এক্সপ্লোরেশন-এক্সপ্লয়টেশন

অফলাইন প্রেক্ষাপটে অভিযোজিত দ্বিধা যেখানে বিদ্যমান ডেটা ব্যবহারের এবং নিয়ন্ত্রিত এক্সট্রাপোলেশনের মধ্যে ভারসাম্য একাধিক টাস্কের জন্য পরিচালিত হয়।

← ফিরে যান