ترجمه فارسی مقاله چگونه می توان مشکلات هدف گرا را با مجموعه داده های آفلاین حل کرد؟

چکیده

We present a novel method, Contextual goal-Oriented Data Augmentation (CODA), which uses commonly available unlabeled trajectories and context-goal pairs to solve Contextual Goal-Oriented (CGO) problems. By carefully constructing an action-augmented MDP that is equivalent to the original MDP, CODA creates a fully labeled transition dataset under training contexts without additional approximation error. We conduct a novel theoretical analysis to demonstrate CODA’s capability to solve CGO problems in the offline data setup. Empirical results also showcase the effectiveness of CODA, which outperforms other baseline methods across various context-goal relationships of CGO problem. This approach offers a promising direction to solving CGO problems using offline datasets.

چکیده به فارسی (ترجمه ماشینی)

ما یک روش جدید ، تقویت داده های هدف گرا (CODA) را ارائه می دهیم ، که از مسیرهای بدون برچسب معمولاً در دسترس و جفت های زمینه ای برای حل مشکلات هدف محور (CGO) استفاده می کند.CODA با ساخت دقیق یک MDP با عمل و اوج که معادل MDP اصلی است ، یک مجموعه داده انتقال کاملاً دارای برچسب تحت زمینه های آموزش و بدون خطای تقریب اضافی ایجاد می کند.ما یک تجزیه و تحلیل نظری جدید برای نشان دادن توانایی CODA در حل مشکلات CGO در مجموعه داده های آفلاین انجام می دهیم.نتایج تجربی همچنین اثربخشی CODA را نشان می دهد ، که از سایر روشهای پایه در روابط مختلف زمینه و هدف از مشکل CGO بهتر است.این رویکرد یک جهت امیدوارکننده برای حل مشکلات CGO با استفاده از مجموعه داده های آفلاین ارائه می دهد.