University · Artificial Intelligence · Reinforcement Learning
Model-Based Reinforcement Learning: World Models and Planning
4 Abschnitte
Model-based RL paradigm, learned transition and reward models, Dyna architecture, world models (Ha & Schmidhuber), model predictive control, MBPO, dreaming agents, and the exploration–exploitation trade-off in model-based settings.
Inhaltsübersicht
- Model-Free vs Model-Based Reinforcement Learning
- World Models: Learning Latent Representations for Planning
- Model-Based Policy Optimisation (MBPO) and Dyna-Style Algorithms
- Challenges, Uncertainty, and the Future of Model-Based RL
📚 Vollständiges Lernmaterial mit 4 Abschnitten, Karteikarten und Quizzen verfügbar nach Anmeldung.
Jetzt kostenlos lernen →Related Topics
Interaktiv lernen mit Karteikarten & Quizzen
Melde dich an und lerne Reinforcement Learning mit intelligenten Wiederholungen, Quizzen und KI-Lernhilfen. 7 Tage kostenlos.
Kostenlos testen