In reinforcement learning (RL) problems, learning agents sequentially execute actions with the goal of maximizing a reward signal. The RL framework has gained popularity with the development of algorithms capable of mastering increasingly complex problems, but learning difficult tasks is often slow or infeasible when RL agents begin with no prior knowledge. The key insight behind "transfer learning" is that generalization may occur not only within tasks, but also across tasks.
在强化学习(RL)问题中,学习代理以最大化奖励信号为目标依次执行动作。随着能够处理日益复杂问题的算法的发展,RL框架变得越来越流行,但是当RL代理在没有先验知识的情况下开始学习困难的任务时,学习往往很慢或不可行。“迁移学习”背后的关键洞见是,泛化不仅可能发生在任务内部,也可能发生在任务之间。
相关文库
计算机行业:AIGC行业应用畅想
2930
类型:行研
上传时间:2023-04
标签:计算机、AIGC
语言:中文
金额:5积分
零信任SaaS,美国经验与中国特色-20200802-42页
2707
类型:行研
上传时间:2020-08
标签:计算机、saas
语言:中文
金额:免费
计算机行业安全服务:网络安全行业的制高点-20210221-64页
2444
类型:行研
上传时间:2021-02
标签:计算机、网络安全
语言:中文
金额:免费
2021年IEEE高新能计算论文合集
2412
类型:学习教育
上传时间:2021-05
标签:高性能计算、学术、计算机
语言:中文
金额:30积分
计算机行业专题研究:MES深度报告下篇,7大海外巨头,6家中国领军全梳理-20201015-55页
2336
类型:行研
上传时间:2020-10
标签:计算机、MES
语言:中文
金额:免费
计算机行业:信创产业发展研究-20220510-84页
1766
类型:行研
上传时间:2022-05
标签:计算机、信创
语言:中文
金额:免费
计算机行业对于低代码工具发展的思考:AI降低软件使用门槛,交付自动化提升工具价值
1657
类型:行研
上传时间:2023-06
标签:计算机、AI、低代码
语言:中文
金额:5积分
计算机行业:工业软件,研究框架-20200618-132页
1515
类型:行研
上传时间:2020-07
标签:计算机、工业软件、券商报告
语言:中文
金额:免费
2020年高考志愿填报全解析—计算机行业报考热门专业、院校及前景(免费
1367
类型:专题
上传时间:2020-07
标签:高考志愿填报、计算机
语言:中文
金额:5积分
电子书-Linux是如何工作的How Linux Works(英)
1348
类型:电子书
上传时间:2022-04
标签:计算机、操作系统、内部结构
语言:英文
金额:5积分
积分充值
30积分
6.00元
90积分
18.00元
150+8积分
30.00元
340+20积分
68.00元
640+50积分
128.00元
990+70积分
198.00元
1640+140积分
328.00元
微信支付
余额支付
积分充值
应付金额:
0 元
请登录,再发表你的看法
登录/注册