Učenje s potkrepljenjem (RL) pojavilo se kao snažna paradigma za obuku agenata za donošenje odluka. Međutim, jedan od primarnih izazova s kojima se suočavamo u ovoj domeni je učinkovitost uzorka. Ovaj članak istražuje zamršenost prevladavanja izazova učinkovitosti uzorka u učenju s potkrepljenjem.
Učenje s potkrepljenjem (RL) pojavilo se kao snažna paradigma za obuku agenata za donošenje odluka. Međutim, jedan od primarnih izazova s kojima se