محققان به تازگی چارچوب نوآورانهای به نام SOReL و TOReL را معرفی کردهاند که مشکل بزرگ «نیاز به تعاملات آنلاین» را در یادگیری تقویتشده (Reinforcement Learning) حل میکند.
💡 چرا این موضوع مهم است؟
مدلهای فعلی معمولاً برای تنظیم پارامترها نیاز به تعامل با محیط دارند که هم هزینهبر است و هم گاهی خطرناک! این روش جدید به مدل اجازه میدهد کاملاً آفلاین آموزش ببیند، عملکردش را تخمین بزند و پارامترهای خود را بهینهسازی کند.
این دستاورد یک قدم کلیدی برای توسعه سیستمهای هوش مصنوعیِ مستقلتر و امنتر در دنیای واقعی است.
منبع: arXiv Machine Learning