Volver a Glossary
Regularización de Comportamiento
Una familia de métodos de RL offline que restringen la política aprendida para mantenerse cerca de la política de comportamiento que recopiló los datos, previniendo explotación de acciones fuera de distribución. Los métodos incluyen: restricción de política (TD3+BC), penalización de divergencia KL, y restricción de soporte (BEAR). La regularización de comportamiento es el mecanismo clave que permite RL offline estable.