חזרה לGlossary
Offline-to-Online RL
פרדיגמת הדרכה המאתחלת מדיניות offline מערכת נתונים סטטית, ואז מכוונת אותה באופן מקוון עם אינטראקציה סביבתית נוספת. שלב ה-offline מספק אתחול טוב המונע חקירה בלתי בטוחה בשלב מוקדם; השלב המקוון משפר את הביצוע מעבר לנתוני ה-offline. IQL ו-CQL הם שלבי offline נפוצים לתמרון רובוטי.