Neuer Transformer für Offline RL: Präzise Zielausrichtung bei gewünschter Rendite
Offline-Reinforcement-Learning hat in den letzten Jahren bemerkenswerte Fortschritte in Bereichen wie Robotik, autonomem Fahren und medizinischer Entscheidungsfindung erzielt. Dabei konzentrieren sich die meisten Ansätze darauf, aus vorhandenen Datensätzen Policies zu trainieren, die die kumulative Belohnung maximieren. In vielen praktischen Anwendungen ist jedoch eine genaue Steuerung der Leistungsniveaus der Policy wichtiger als das Erreichen der maximalen Rendite.
