التقوية

المرحلة الثانية في Go-Explore حيث تُحوَّل المسارات الحتمية الهشّة من مرحلة الاستكشاف إلى سياسات متينة قابلة للتعميم عبر التعلّم من العروض في بيئة عشوائية.

The second phase of Go-Explore where brittle deterministic trajectories from the exploration phase are converted into robust, generalizable policies via learning from demonstrations in a stochastic environment.