大家好,又见面了,我是你们的朋友全栈君。如果您正在找激活码,请点击查看最新教程,关注关注公众号 “全栈程序员社区” 获取激活教程,可能之前旧版本教程已经失效.最新Idea2022.1教程亲测有效,一键激活。
Jetbrains全系列IDE使用 1年只要46元 售后保障 童叟无欺
模仿学习介绍
模仿学习是将专家经验作为样本进行强监督学习的一种方法。
模仿学习对比强化学系
模仿学习
优点:
1.简单、稳定的监督学习过程
缺点:
1.需要提供榜样行为数据
2.需要处理多解型行为(例如 绕过障碍物,可以从左边或者右边,但是专家数据不一定覆盖所有行为,可以用多元高斯分布去等方法去处理)
3.不能超越人类水平
强化学习
优点:
1.可以超越人类水平
缺点:
1.需要设置奖励函数
2.必须解决策略探索性问题
3.训练可能不收敛、不稳定
结合模仿学习和强化学习:Pretrain&Finetune
1.使用模仿学习训练出模型,作为预训练。
2.使用强化学习对模型进行改进。
发布者:全栈程序员-用户IM,转载请注明出处:https://javaforall.cn/191975.html原文链接:https://javaforall.cn
【正版授权,激活自己账号】: Jetbrains全家桶Ide使用,1年售后保障,每天仅需1毛
【官方授权 正版激活】: 官方授权 正版激活 支持Jetbrains家族下所有IDE 使用个人JB账号...