মডেল-ভিত্তিক গভীর RL

ইনভার্স ডাইনামিক্স মডেল

একটি রাষ্ট্র থেকে অন্য রাষ্ট্রে নিয়ে যাওয়া কর্ম a_t = f^{-1}(s_t, s_{t+1}) অনুমান করতে শেখার মডেল, যা অনুকরণ শিক্ষা এবং কর্ম উপস্থাপনার জন্য উপযোগী।

← ফিরে যান