Glossary पर वापस जाएं
विरल पुरस्कार
एक पुरस्कार फलन जो केवल कार्य पूर्ण होने पर (सफलता/विफलता) संकेत प्रदान करता है, सभी मध्यवर्ती चरणों पर शून्य पुरस्कार के साथ। विरल पुरस्कार सबसे प्राकृतिक विनिर्देश (बाइनरी सफलता) हैं लेकिन RL के लिए सीखने के लिए सबसे कठिन हैं — एजेंट को यादृच्छिक अन्वेषण के माध्यम से सफल व्यवहार की खोज करनी चाहिए। HER, पाठ्यचर्या सीखना, और पुरस्कार आकार विरल पुरस्कार सीखने को संबोधित करते हैं।