SHIRITAS

用語集

オフポリシー

集めたデータを作った行動ルールと、今学習したい行動ルールが一致していなくても学べるやり方。過去データを再利用しやすい。

たとえば: 昔の運転記録(別の運転スタイル)を見返して、今の運転のコツを学ぶようなもの。

AIによる解説です。正確さは、別のAIで照合していますが、誤りが含まれる可能性があります。

この言葉が出てくる記事