التعلّم المعزّز شبه المُشرَف

إعداد تعلّم معزّز يستطيع فيه الوكيل رؤية مكافأته الحقيقية في نسبة صغيرة فقط من الحلقات، لكنه يُقيَّم على أساس جميع الحلقات.

A reinforcement learning setting where the agent can only see its true reward on a small fraction of episodes, but its performance is evaluated based on all episodes.