hanjuku-kaso/awesome-offline-rl
این یک فهرست عالی از الگوریتم‌های یادگیری تقویتی آفلاین (Offline Reinforcement Learning) است که به دانشمندان، محققان و توسعه‌دهندگان کمک می‌کند تا به راحتی با جدیدترین روش‌ها و مقالات در این حوزه آشنا شوند.
کاربرد:
این پروژه به عنوان یک منبع مرجع برای کسانی که روی یادگیری تقویتی بدون تعامل مستقیم با محیط کار می‌کنند، استفاده می‌شود. مثلاً در حوزه‌هایی مثل پزشکی، خودروهای خودران یا سیستم‌های توصیه‌گر که جمع‌آوری داده جدید پرهزینه یا پرخطر است.
در چه شرایطی بهتره استفاده شود؟
وقتی داده‌های ثبت‌شده از قبل موجود باشه و نخواهیم یا نتوانیم با محیط تعامل آنی داشته باشیم، استفاده از این الگوریتم‌ها منطقی‌تر است. همچنین برای مقایسه و ارزیابی روش‌های مختلف آفلاین-آرال، این لیست بسیار مفید است.
چند مثال از موارد استفاده:
- آموزش مدل برای تشخیص بیماری بر اساس داده‌های پزشکی قدیمی
- بهبود سیستم‌های خودران با استفاده از داده‌های رانندگی قبلی
- شخصی‌سازی تبلیغات با داده‌های کلیک و نمایش ذخیره‌شده
- ##OfflineRL
- ##ReinforcementLearning
- ##AIResearch
- ##MachineLearning
- ##DataEfficiency
- ##AutonomousSystems
- ##HealthcareAI
- ##RecommendationSystems
- ##DeepLearning
- ##Robotics