Voltar para Glossary
CQL
Conservative Q-Learning — um algoritmo de RL offline que aprende uma Q-função conservadora (pessimista) adicionando uma penalidade para Q-valores em ações fora da distribuição. Isso previne o problema de superestimação que causa políticas de RL offline a explorar regiões espúrias de alto valor não suportadas pelos dados. CQL é um dos métodos de RL offline mais amplamente utilizados para manipulação robótica.