Persian · Rusaka

غلبه بر چالش های بهره وری نمونه در یادگیری تقویت

یادگیری تقویت کننده (RL) به عنوان یک پارادایم قدرتمند برای عوامل آموزشی برای تصمیم گیری ظاهر شده است. با این حال، یکی از چالش های اصلی که در این دامنه با آن مواجه شده، بهره وری نمونه است. این مقاله بررسی پیچیدگی های چالش های بهره وری نمونه های آینده در یادگیری تقویت کننده است.