DAgger

डेटासेट एग्रीगेशन — एक इंटरैक्टिव अनुकरण सीखने का एल्गोरिदम जो व्यवहार क्लोनिंग में वितरणात्मक बदलाव को संबोधित करता है। DAgger पुनरावृत्तिपूर्वक: (1) वर्तमान नीति चलाता है, (2) दौरी गई अवस्थाओं पर विशेषज्ञ से सुधार के लिए पूछता है, और (3) नए लेबल किए गए डेटा को मौजूदा डेटासेट के साथ पुनः-प्रशिक्षण के लिए एकत्रित करता है। यह ऑन-पॉलिसी डेटा संग्रह सुनिश्चित करता है कि नीति अपनी स्वयं की गलतियों से उबरना सीखे।

Related terms