返回Glossary
经验回放缓冲区
经验回放缓冲区（或经验回放内存）是强化学习智能体在环境交互过程中收集的过去（状态、动作、奖励、下一状态、完成标志）转移的数据集。在每个训练步骤中，从缓冲区随机采样小批次来训练价值函数或控制策略，打破会使梯度更新不稳定的时间相关性。在离线强化学习和机器人学习中，回放缓冲区被替换为人类演示或先前收集的轨迹的固定数据集。优先经验回放根据时间差分误差对采样进行加权，以将训练集中在信息丰富的转移上。 参见实践应用：我们的真实世界评估 →
经验回放缓冲区（或经验回放内存）是强化学习智能体在环境交互过程中收集的过去（状态、动作、奖励、下一状态、完成标志）转移的数据集。在每个训练步骤中，从缓冲区随机采样小批次来训练价值函数或控制策略，打破会使梯度更新不稳定的时间相关性。在离线强化学习和机器人学习中，回放缓冲区被替换为人类演示或先前收集的轨迹的固定数据集。优先经验回放根据时间差分误差对采样进行加权，以将训练集中在信息丰富的转移上。 参见实践应用：我们的真实世界评估 →