اختبار مرتبط بالدليل · متوسط المستوى
اختبار التعلم المعزز دون اتصال
استكشف التعلم المعزز لمجموعة البيانات الثابتة، وتحول التوزيع، والأساليب المحافظة التمثيلية ونمذجة التسلسل.
سؤال 1 من 8
ما الذي يحدد التعلم المعزز دون اتصال بالإنترنت (الدفعة)؟
معاينة كل سؤال8 أسئلة
تظهر الإجابات والتفسيرات أثناء إجراء الاختبار.
- ما الذي يحدد التعلم المعزز دون اتصال بالإنترنت (الدفعة)؟
- التعلم من مجموعة بيانات ثابتة دون تفاعل جديد مع البيئة
- التعلم فقط من خلال الاستكشاف المباشر المستمر
- التدريب دون أي إشارة مكافأة
- تشغيل الاستدلال دون أي نموذج
- ما هو التحدي التقني المركزي في RL دون اتصال بالإنترنت؟
- عدم وجود أي بيانات
- التحول التوزيعي والمبالغة في تقدير الإجراءات خارج التوزيع
- الإفراط في الاستكشاف عبر الإنترنت
- عدد قليل جدًا من المعلمات في الشبكة
- What does D4RL provide to researchers evaluating offline reinforcement-learning algorithms?
- A guarantee that an offline policy is safe to deploy
- A new optimizer that removes the need for logged data
- A benchmark suite of datasets and tasks for offline RL evaluation
- A dataset containing only online interactions collected by each test policy
- كيف يحارب برنامج Q-Learning المحافظ (CQL) المبالغة في التقدير؟
- عن طريق تضخيم القيم للأعمال غير المرئية
- عن طريق إزالة المكافأة بالكامل
- من خلال استكشاف المزيد في العالم الحقيقي
- من خلال تنظيم قيم Q لأسفل للإجراءات خارج التوزيع
- كيف يقوم محول القرار بإعادة صياغة RL دون اتصال؟
- كنمذجة تسلسلية تتنبأ بالإجراءات المشروطة بالعائد المطلوب
- كتجمع الدول
- كبحث عشوائي خالص
- كما أشرف على تصنيف الصور
- لماذا لا يمكن استخدام خوارزميات RL القياسية عبر الإنترنت كما هي في وضع عدم الاتصال؟
- ليس لديهم شبكة عصبية
- لا يمكنهم جمع البيانات التصحيحية لإصلاح المبالغة في تقدير القيمة
- لا يستخدمون المكافآت أبدًا
- إنهم لا يحتاجون إلى أي سياسة
- How does BCQ reduce reliance on actions absent from an offline dataset?
- It adds random actions to every training transition
- It assumes every action has been observed equally often
- It constrains candidate actions to stay near actions the dataset supports
- It removes the action-value function and reward
- What value-learning method is central to the cited Implicit Q-Learning paper?
- Maximum-likelihood fitting of a language tokenizer
- Uniform regression over actions sampled from a live environment
- A supervised image-classification loss
- Expectile regression over values associated with dataset actions