Re:Frame: Mit wenigen Experten‑Trajektorien Offline RL drastisch verbessern
Offline‑Reinforcement‑Learning (RL) kämpft häufig mit unvollständigen Daten, weil große Expertendatensätze schwer zu beschaffen sind. Dadurch haben Agenten nur begrenzte Möglichkeiten, aus schlechten oder inkonsistenten Trajektorien zu lernen und ihre Leistung zu steigern. Die zentrale Frage lautet daher: Wie kann man wenige, aber wertvolle Expertenbeispiele optimal nutzen?
