← 返回起始笔记位置

知识卡片

普通读书笔记卡 · 9878.b.2.a · 生成模型:未记录

行为克隆的复合误差

理解等级:中级

行为克隆把专家状态作为输入、专家动作作为监督标签。部署时小偏差可能让策略进入专家数据未覆盖的状态,预测误差进一步累积;增加相关状态的示范或交互数据有助于缓解这一分布偏移。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    在整书笔记中的位置

    原书出处 · 1 处

    参考来源

    - 位置:《现代人工智能技术》第8章《强化学习》(来源项目:book-source;源文件:extracted/现代人工智能技术/_epub-src/EPUB/xhtml/chapter10.xhtml) - 结论依据:本节对方法和局限的说明。 - 原始内容:这被称为行为克隆的复合误差问题