چکیده مقاله
یادگیری تقویتی آفلاین، امکان آموزش سیاست های تصمیم گیری از مجموعه داده های ثابت را فراهم می آورد که برای کاربردهای ایمن و پرهزینه مانند سیستم های سایبر فیزیکی حیاتی است چالش اصلی این حوزه، غلبه بر عملکرد ضعیف ناشی از عدم تطابق توزیع بین داده های آموزشی و سیاست های جدید است این مقاله مروری بر آخرین پیشرفت ها و الگوریتم های کلیدی در متمرکز است که به طور خاص، تکنیک های جدید برای مدیریت عدم قطعیت و محافظه کاری در سیاست ها را برجسته می سازد هدف، ارائه خلاصه ای از وضعیت کنونی و مسیرهای تحقیقاتی آتی برای استقرار موفقیت آمیز این فناوری در سیستم های دینامیکی دنیای واقعی است
کلیدواژهها
نویسندگان
شهلا موسوی
دانشجوی دکترای دانشگاه آزاداسلامی، واحد اصفهان خوراسگان ،اصفهان،ایران
شیوه ارجاع
موسوی، شهلا،1404،مروری بر یادگیری تقویتی آفلاین در سیستم های سایبر- فیزیکی: چالش ها و پیشرفت های اخیر،بیست و نهمین کنفرانس ملی مهندسی برق ،کامپیوتر و مکانیک،شیروان
ارائهشده در
مجموعه مقالات بیست و نهمین کنفرانس ملی مهندسی برق ،کامپیوتر و مکانیک28 بهمن 1404 · شیروان