返回Glossary
离线强化学习
从固定的先前收集的转移数据集进行强化学习，无需与环境进行任何额外的在线交互。离线RL算法（CQL、IQL、TD3+BC）解决行为策略收集数据与学习策略之间的分布偏移问题。离线RL对机器人学很有吸引力，因为它避免了在线探索的安全问题和成本。
从固定的先前收集的转移数据集进行强化学习，无需与环境进行任何额外的在线交互。离线RL算法（CQL、IQL、TD3+BC）解决行为策略收集数据与学习策略之间的分布偏移问题。离线RL对机器人学很有吸引力，因为它避免了在线探索的安全问题和成本。