返回Glossary

离线到在线强化学习

Robot LearningRL

一种训练范式,从静态数据集离线初始化策略,然后通过额外的环境交互在线微调。离线阶段提供良好的初始化,避免不安全的早期探索;在线阶段改进超越离线数据的性能。IQL和CQL是机器人操纵的常见离线阶段。

Related terms