Назад к Glossary
Онлайн-обучение с подкреплением
Обучение с подкреплением, при котором агент активно взаимодействует с окружением, собирая новые переходы и обновляя свою политику в реальном времени. Онлайн-обучение с подкреплением может достичь более высокой производительности, чем автономное обучение, путём исследования областей, не охватываемых статическими наборами данных, но требует механизмов безопасного исследования в физических робот-системах. Трансфер из симуляции в реальность часто используется для безопасного проведения фазы онлайн-обучения в симуляции.