التعلّم المعزّز

التعلّم من العواقب لا من التسميات. عمليات القرار الماركوفية، وطرق القيمة والسياسة، ومشكلة الاستكشاف التي تقع في صميمها.

7 عناصر

المسارات (1)

التعلّم المعزّز

حسن التصرّف حين تكون النتائج غير مؤكدة: معادلة بلمان وكيفية حلّها، ثم ما الذي يتغيّر حين تكون البيئة مجهولة ويتعيّن على الوكيل أن يتعلّم من التجربة وحدها.

الموسوعة (2)

عملية القرار الماركوفية

نموذج صوري لاتخاذ القرار المتتابع تكون نتائجه عشوائية جزئيًا، ويُعرَّف بحالات وأفعال واحتمالات انتقال ودالة مكافأة.

تعلّم Q

خوارزمية تعلّم معزَّز تتعلم قيمة أخذ كل فعل في كل حالة من التجربة مباشرةً، دون نموذج للبيئة.

المقالات (2)

التعلّم المعزّز وتعلّم Q

تعلّم حسن التصرّف بلا نموذج للعالم: تحديثات الفروق الزمنية، وقاعدة تعلّم Q، والاستكشاف في مقابل الاستثمار، وتشغيل يستعيد الأمثلية المخطَّطة من التجربة وحدها.

عمليات القرار الماركوفية

كيف تخطّط حين لا تفعل الأفعال ما تقصده بموثوقية: الحالات، ونموذج الانتقال، والمكافآت والخصم، ومعادلة بلمان، وتكرار القيمة محلولاً عددياً حتى نقطته الثابتة.

البحث (1)

Models of Delayed Reinforcement Learning

يطوّر تعلّم Q، وهي خوارزمية تقدّر قيمة كل فعل في كل حالة مباشرةً من التجربة، بلا حاجة إلى نموذج لاحتمالات انتقال البيئة.

المشاريع (1)

Gridworld RL Lab

تكرار القيمة وتكرار السياسة وQ-learning على عالم الشبكة نفسه، لمقارنة مُخطِّط يعرف النموذج مباشرةً بمُتعلِّم لا يعرفه.

المسارات (1)

التعلّم المعزّز

الموسوعة (2)

عملية القرار الماركوفية

تعلّم Q

المقالات (2)

التعلّم المعزّز وتعلّم Q

عمليات القرار الماركوفية

البحث (1)

Models of Delayed Reinforcement Learning

المشاريع (1)

Gridworld RL Lab

مواضيع ذات صلة