Glossaryに戻る
DAgger
Dataset Aggregation — 動作のクローン作成における分布シフトに対処する対話的模倣学習アルゴリズム。DAggerは反復的に：(1) 現在の制御ポリシーを実行し、(2) 訪問した状態でエキスパートに修正を問い合わせ、(3) 新しいラベル付きデータを既存のデータセットと集約して再学習します。このオンポリシーデータ収集により、制御ポリシーは自身の誤りから回復することを学習します。
Dataset Aggregation — 動作のクローン作成における分布シフトに対処する対話的模倣学習アルゴリズム。DAggerは反復的に：(1) 現在の制御ポリシーを実行し、(2) 訪問した状態でエキスパートに修正を問い合わせ、(3) 新しいラベル付きデータを既存のデータセットと集約して再学習します。このオンポリシーデータ収集により、制御ポリシーは自身の誤りから回復することを学習します。