חזרה לGlossary
Online RL
למידת חיזוק שבה הסוכן באופן פעיל מתקשר עם הסביבה, אוסף מעברים חדשים ומעדכן את מדיניותו בזמן אמת. Online RL יכול להשיג ביצוע גבוה יותר מ-Offline RL על ידי חקירת אזורים שלא מכוסים בערכות נתונים סטטיות, אך דורש מנגנוני חקירה בטוחים בהגדרות רובוט פיזיות. העברת sim-to-real משמשת לעתים קרובות כדי לבצע בבטחה את שלב ה-Online RL בסימולציה.