Zurück zu Glossary
Verhaltensregularisierung
Eine Familie von Offline-RL-Methoden, die die gelernte Kontrollrichtlinie einschränken, um nahe bei der Verhaltensrichtlinie zu bleiben, die die Daten gesammelt hat, und verhindern die Ausnutzung von Out-of-Distribution-Aktionen. Methoden umfassen: Richtlinieneinschränkung (TD3+BC), KL-Divergenz-Strafe und Unterstützungseinschränkung (BEAR). Verhaltensregularisierung ist der Schlüsselmechanismus, der stabiles Offline-RL ermöglicht.