प्रक्षेपवक्र डेटासेट

रोबोट प्रक्षेपवक्र का एक डेटासेट (राज्यों, कार्यों, और वैकल्पिक रूप से पुरस्कारों के अनुक्रम) जो अनुकरण सीखने या ऑफलाइन RL नीतियों को प्रशिक्षित करने के लिए उपयोग किया जाता है। प्रक्षेपवक्र डेटासेट की गुणवत्ता, विविधता, और आकार सीखी गई नीति प्रदर्शन के प्राथमिक निर्धारक हैं। बड़े पैमाने पर प्रक्षेपवक्र डेटासेट (Open X-Embodiment, Bridge Data) ने सामान्यवादी हेरफेर नीतियों को सक्षम किया है।

Related terms