חזרה לGlossary
Offline RL
למידת חיזוק מערכת נתונים קבועה של מעברים שנאספו בעבר, ללא כל אינטראקציה מקוונת נוספת עם הסביבה. אלגוריתמי Offline RL (CQL, IQL, TD3+BC) מטפלים בהסטת התפלגות בין מדיניות ההתנהגות שאספה את הנתונים למדיניות הנלמדת. Offline RL משיך לרובוטיקה מכיוון שהוא מונע חששות בטיחות וביצוע חקירה מקוונת.