डैगर डेटा एग्रीगेशन

अनुकूली संग्रहण

DAgger का एक प्रकार जो विशेषज्ञ क्रियाओं बनाम वर्तमान नीति की क्रियाओं के अनुपात को गतिशील रूप से समायोजित करता है। यह अनुकूलन अधिगम के दौरान अन्वेषण और शोषण को संतुलित करने की अनुमति देता है।

← पीछे