ऑफ़लाइन रीइन्फोर्समेंट लर्निंग

सीखने का प्रतिमान जहां एजेंट पूर्व-एकत्र किए गए डेटा के एक निश्चित सेट से विशेष रूप से सीखता है, बिना वातावरण के साथ इंटरैक्शन के। यह दृष्टिकोण तब आवश्यक होता है जब रीयल-टाइम एक्सप्लोरेशन महंगा या खतरनाक हो।

← पीछे