Назад к Glossary
Hindsight Experience Replay
Техника увеличения данных для обучения с подкреплением, обусловленного целями, которая переобозначает неудачные траектории с состояниями, фактически достигнутыми в качестве целей. Если робот попытался поместить блок в позицию A, но достиг позицию B, HER создает дополнительный пример обучения, где B является целью и траектория считается успешной. Это резко повышает эффективность выборки для задач достижения целей с разреженным вознаграждением.