Назад к Glossary
Переход от автономного к онлайн-обучению
Парадигма обучения, которая инициализирует политику автономно из статического набора данных, а затем настраивает её в реальном времени с дополнительным взаимодействием с окружением. Фаза автономного обучения обеспечивает хорошую инициализацию, которая избегает небезопасного раннего исследования; фаза онлайн-обучения улучшает производительность за пределами данных автономного обучения. IQL и CQL — распространённые фазы автономного обучения для манипуляции роботом.