Łączenie niewielkiego zbioru demonstracji z uczeniem ze wzmocnieniem: demonstracje przyspieszają start i eksplorację, a nagroda pozwala poprawić się ponad demonstratora.
Combining a small demonstration set with reinforcement learning: demonstrations speed up the start and exploration, while reward allows improving beyond the demonstrator.
Program podgląda kilka pokazów człowieka na start, a potem dalej uczy się sam na podstawie nagród, mogąc przerosnąć nauczyciela.
The program watches a few human demonstrations to start, then keeps learning from rewards and can surpass its teacher.
Agent uczący się od zera długo działa bardzo źle, a samo naśladowanie pokazów nie pozwala stać się lepszym od pokazującego.
An agent learning from scratch performs terribly for a long time, while pure imitation cannot surpass the demonstrator.
Jak uczeń gry na gitarze: kilka lekcji z nauczycielem daje solidny start, a resztę dopracowuje, ćwicząc i słuchając efektów.
Like a guitar student: a few lessons give a solid start, and the rest comes from practising and listening to the results.
Robot uczy się otwierać szuflady z kilku ręcznie pokazanych ruchów, a potem samodzielnie doskonali chwyt przez kolejne próby.
A robot learns to open drawers from a few hand-guided motions, then refines its grip through further trials.