Назад к Glossary
Автономное обучение с подкреплением
Обучение с подкреплением на основе фиксированного набора данных ранее собранных переходов без дополнительного взаимодействия с окружением в реальном времени. Алгоритмы автономного обучения с подкреплением (CQL, IQL, TD3+BC) решают проблему смещения распределения между политикой поведения, которая собирала данные, и изучаемой политикой. Автономное обучение с подкреплением привлекательно для робототехники, так как избегает проблем безопасности и затрат на исследование в реальном времени.