মডেল-ভিত্তিক গভীর RL

মডেল-ভিত্তিক অনুসন্ধান

মডেলের অনিশ্চয়তা ব্যবহার করে অনুসন্ধান কৌশল যা এজেন্টকে এমন রাষ্ট্রের দিকে পরিচালিত করে যেখানে মডেল কম আত্মবিশ্বাসী, আরও সম্পূর্ণ উপস্থাপনা শেখার সুবিধা দেয়।

← ফিরে যান