کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
چکیده
Reinforcement learning (RL) with diverse offline datasets can have the advantage of leveraging the relation of multiple tasks and the common skills learned across those tasks, hence allowing us to deal with real-world complex problems efficiently in a data-driven way. In offline RL where only offline data is used and online interaction with the environment is restricted, it is yet difficult to achieve the optimal policy for multiple tasks, especially when the data quality varies for the tasks. In this paper, we present a skill-based multi-task RL technique on heterogeneous datasets that are generated by behavior policies of different quality. To learn the shareable knowledge across those datasets effectively, we employ a task decomposition method for which common skills are jointly learned and used as guidance to reformulate a task in shared and achievable subtasks. In this joint learning, we use Wasserstein auto-encoder (WAE) to represent both skills and tasks on the same latent space and use the quality-weighted loss as a regularization term to induce tasks to be decomposed into subtasks that are more consistent with high-quality skills than others. To improve the performance of offline RL agents learned on the latent space, we also augment datasets with imaginary trajectories relevant to high-quality skills for each task. Through experiments, we show that our multi-task offline RL approach is robust to the mixed configurations of different-quality datasets and it outperforms other state-of-the-art algorithms for several robotic manipulation tasks and drone navigation tasks.
چکیده به فارسی (ترجمه ماشینی)
یادگیری تقویت کننده (RL) با مجموعه داده های آفلاین متنوع می تواند این مزیت را داشته باشد که از رابطه چندین کارها و مهارتهای مشترک آموخته شده در آن کارها استفاده شود ، از این رو به ما امکان می دهد تا با مشکلات پیچیده در دنیای واقعی به طور کارآمد به صورت داده محور مقابله کنیم.در RL آفلاین که فقط از داده های آفلاین استفاده می شود و تعامل آنلاین با محیط محدود می شود ، دستیابی به خط مشی بهینه برای چندین کار دشوار است ، به ویژه هنگامی که کیفیت داده برای کارها متفاوت است.در این مقاله ، ما یک تکنیک RL چند کاره مبتنی بر مهارت را در مجموعه داده های ناهمگن ارائه می دهیم که توسط سیاست های رفتاری با کیفیت مختلف تولید می شود.برای یادگیری دانش قابل اشتراکی در آن مجموعه داده ها به طور مؤثر ، ما از یک روش تجزیه کار استفاده می کنیم که مهارت های مشترک به طور مشترک آموخته می شود و به عنوان راهنمایی برای اصلاح یک کار در زیرمجموعه های مشترک و قابل دستیابی استفاده می شود.در این یادگیری مشترک ، ما از Wasserstein Auto-Encoder (WAE) استفاده می کنیم تا هر دو مهارت و وظایف را در همان فضای نهفته نشان دهد و از ضرر با وزن با کیفیت به عنوان یک اصطلاح منظم استفاده کنیم تا وظایفی را برای تجزیه در زیر مجموعه هایی که سازگارتر با بالا است ، استفاده کنیممهارت های کیفیت نسبت به دیگران.برای بهبود عملکرد عوامل RL آفلاین که در فضای نهفته آموخته شده است ، ما همچنین مجموعه داده ها را با مسیرهای خیالی مرتبط با مهارت های با کیفیت بالا برای هر کار تقویت می کنیم.از طریق آزمایشات ، ما نشان می دهیم که رویکرد RL آفلاین چند کاره ما نسبت به تنظیمات مختلط مجموعه داده های با کیفیت متفاوت است و از سایر الگوریتم های پیشرفته برای چندین کار دستکاری رباتیک و کارهای ناوبری پهپاد بهتر است.
📚 محتوای این محصول آموزشی (پکیج کامل)
علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیقتر و تسلط کامل بر مباحث مجموعهای از کتابهای آموزشی نیز ارائه میشود.
کتاب پرسش و پاسخ چهارگزینهای – نسخه یادگیری سریع
— پاسخها بلافاصله بعد از سؤال برای مرور سریع
مشاهده نمونه نسخه کوییز سریع
کتاب پرسش و پاسخ چهارگزینهای – نسخه خودآزمایی
— پاسخها در انتهای بخشها برای سنجش واقعی یادگیری
مشاهده نمونه نسخه آزمونی
🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتابها، تمرینها و خودآزمایی.
ℹ️ نکات مهم هنگام خرید
این محصول به صورت فایل دانلودی کامل ارائه میشود.
توجه: لینکهای اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال میشوند.
دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینکها را دریافت نکردهاید، نام و نام خانوادگی و نام محصول را پیامک کنید تا
لینکها دوباره ارسال شوند.
💬 راههای ارتباطی پشتیبانی: واتساپ یا هر پیام رسان داخلی یا پیامک:
09395106248 تلگرام: @ma_limbs
