IQL

Implicit Q-Learning — एक ऑफलाइन RL एल्गोरिदम जो expectile regression उद्देश्य का उपयोग करके out-of-distribution क्रियाओं पर Q-फ़ंक्शन को क्वेरी करने से बचता है। IQL CQL की स्पष्ट रूढ़िवादिता के बिना मजबूत ऑफलाइन RL प्रदर्शन प्राप्त करता है, जिससे इसे लागू करना और ट्यून करना सरल हो जाता है। यह प्रदर्शन डेटा पर प्रशिक्षित रोबोट हेरफेर कार्यों के लिए लोकप्रिय हो गया है।

Related terms