文档摘要

6.6 迁移学习与元学习：快速适应新任务 本节摘要：强化学习最贵的资产是交互样本。换一个任务就从零学一百万步，既浪费也常常不现实——迁移学习把旧任务的资产（表征、价值、策略）搬到新任务，元学习更进一步，训练一个"见到新任务只需几步就能适应"的学习系统。本节讲清三种迁移对象的取舍、"负迁移"的风险来源、元学习两层循环的机制，以及它们与多任务训练的边界。 一、换任务就要重学吗 先看浪费有多大。 会员。《6.6 迁移学习与元学习：快速适应新任务》收录于灏天文库文集《强化学习与智能体训练：从 Q-Learning 到深度强化学习》，原作者/来源：灏天文库，整理自「灏天文库」，提供技术教程、实践指南与问题解决方案，支持在线阅读、全文检索与知识沉淀，助力开发者系统化学习。本站整理收录，版权归原作者/开源协议所有。

该文档为会员专享，请先登录或注册后再查看

登录 注册

---

作者与出处

原作者： 灏天文库

来源：灏天文库

原文： https://aiknowledge.cn/collection/540-%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0%E4%B8%8E%E6%99%BA%E8%83%BD%E4%BD%93%E8%AE%AD%E7%BB%83%E4%BB%8E-q-learning-%E5%88%B0%E6%B7%B1%E5%BA%A6%E5%BC%BA%E5%8C%96%E5%AD%A6%E4%B9%A0

整理： 灏天文库整理

由灏天文库平台收录，内容或由平台用户上传，仅供学习交流