मॉडल अंतरीकरण द्वारा सीखना

अवकलनीय मॉडल-आधारित RL

एक सुदृढ़ीकरण सीखने का दृष्टिकोण जहां ग्रेडिएंट्स को एक अवकलनीय पर्यावरण मॉडल के माध्यम से रिट्रोप्रोपेगेट किया जाता है ताकि सीधे नीतियों का अनुकूलन किया जा सके।

← पीछे