Suchbasierte Kreditzuweisung verbessert Offline‑Lernen mit Präferenzfeedback
Im Bereich des Offline‑Reinforcement Learning werden Agenten aus festen Datensätzen trainiert, ohne dass weitere Interaktionen mit der Umgebung nötig sind. Dabei stützt sich die klassische Methode häufig auf präzise Bel…