RL-এ বুটস্ট্র্যাপ পদ্ধতি

বুটস্ট্র্যাপ সহ Q-লার্নিং

অনিশ্চয়তা ক্যাপচার এবং এক্সপ্লোরেশন উন্নত করতে বিভিন্ন বুটস্ট্র্যাপ স্যাম্পলে প্রশিক্ষিত একাধিক Q-মান হেড ব্যবহার করে ক্লাসিক Q-লার্নিং-এর এক্সটেনশন।

← ফিরে যান