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。
版权声明：本文内容由互联网用户自发贡献，该文观点仅代表作者本人。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容， 请联系我们举报，一经查实，本站将立刻删除。
发布者：全栈程序员-站长，转载请注明出处：https://javaforall.net/191975.html原文链接：https://javaforall.net
