نسخة أولية وصول مفتوح
النموذجية المتبقية تغلق الفجوة في التراجع والسياسات الإبداعية في تعلم الروبوت
تعلم من التظاهر تمكنت سلوك روبوتات مثيرة للإعجاب. خيار شائع لتعلم السياسات هو استخدام انتشار أو مطابقة التدفق (سياسات التدفق)، والتي غالبًا ما تتفوق على رجعة العمل المباشر المدربة على الخطأ التربيعي المتوسط. هذه الفجوة عادة ما تعزى إلى التظاهرات المتعددة الطرق. نعيد النظر في هذه الفجوة من منظور النمذجة الإحصائية: كيف ت …