समझौता विधियाँ

बहु-उद्देश्यीय क्यू-लर्निंग

पारंपरिक क्यू-लर्निंग का विस्तार जहां प्रत्येक क्रिया में स्केलर मूल्य के बजाय एक क्यू-मानों का वेक्टर होता है, जिसके लिए ट्रेडऑफ-विशिष्ट क्रिया चयन मानदंड की आवश्यकता होती है।

← पीछे