Glossaryに戻る
オンラインRL
エージェントが環境と積極的に相互作用し、新しい遷移を収集し、制御方針をリアルタイムで更新する強化学習。オンラインRLは、静的データセットでカバーされていない領域を探索することで、オフラインRLよりも高いパフォーマンスを達成できるが、物理ロボット設定では安全な探索メカニズムが必要である。シミュレーションから実機への転移は、シミュレーション内でオンラインRLフェーズを安全に実施するためにしばしば使用される。
エージェントが環境と積極的に相互作用し、新しい遷移を収集し、制御方針をリアルタイムで更新する強化学習。オンラインRLは、静的データセットでカバーされていない領域を探索することで、オフラインRLよりも高いパフォーマンスを達成できるが、物理ロボット設定では安全な探索メカニズムが必要である。シミュレーションから実機への転移は、シミュレーション内でオンラインRLフェーズを安全に実施するためにしばしば使用される。