跳转到主要内容
TechGene
技术基因
故事
技术百科
关系图谱
⌕
搜索技术、故事或正文
English
强化学习 的关系图
查找局部图谱
⌕
局部关系图谱
当前节点
当前范围
范围外周边
拖拽 · 滚轮缩放
关系筛选
演化自
源自
依赖
促成
应用于
替代
特化
跨领域迁移
实现
组成部分
选择图中技术
深度强化学习
人类反馈强化学习
机器学习
强化学习
可见关系
当前已加载 · 3 条
深度强化学习
→
强化学习
特化
深度强化学习以深层函数近似实现价值或策略学习，是强化学习中的一类方法。
人类反馈强化学习
→
强化学习
源自
RLHF借用强化学习优化框架，以从人类偏好中学到的奖励替代完全手写的目标信号。
强化学习
→
机器学习
特化
强化学习从与环境交互的回报中学习决策，是机器学习的序列决策分支。