EPISODE · Apr 16, 2023 · 20 MIN
[36] על התאוריה של Replay Buffer עם שירלי די קסטרו שעשוע
from ExplAInable · host Tamir Nave, Mike Erlihson, Uri Goren, Hila Paz Herszfang
פרק נוסף בתחום הלמידה החיזוקית, הפעם צוללים לפרטים הטכניים עם התאוריה מאחורי Replay Bufferסוכן, יכול ללמוד רק מהפעולות שלו - מה שנקראOn Policyאו למידה גם מפעולות של סוכנים אחרים, מה שנקראOff Policyבגישת הריפליי באפר, שומרים "הקלטה" של פעולות עבר ותוצאות עבר - ודוגמים מתוכן לצרכי הלמידה.שירלי תספר לנו על המחקר שלה לגבי השפעת גודל הבאפר, והשיפור בתוצאות של אימוני מודליRL
Embed this episode
NOW PLAYING
[36] על התאוריה של Replay Buffer עם שירלי די קסטרו שעשוע
No transcript for this episode yet
Similar Episodes
No similar episodes found.