Machine learning
التعلم المعزز العميق
يجمع التعلم المعزز العميق بين الشبكات العصبية والتعلم المعزز بحيث يتعلم الوكيل (agent) من خلال التفاعل مع بيئة، وقد اشتهر هذا النهج بفضل عمل Mnih وزملائه عام 2015 في مجلة Nature حول التحكم بمستوى الإنسان في ألعاب أتاري. بدلاً من التعلم من مجموعة بيانات ثابتة مُعنونة، يتخذ الوكيل إجراءات، ويلاحظ المكافآت، ويشكل تدريجياً سياسة تزيد من العائد طويل الأجل.
اقرأ الطريقة كاملة
للأعضاء فقط
تسجيل الدخولسجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Mnih, V. et al. (2015). Human-Level Control through Deep Reinforcement Learning. Nature, 518, 529–533. DOI: 10.1038/nature14236 ↗
- Schulman, J. et al. (2017). Proximal Policy Optimization Algorithms. arXiv:1707.06347. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 1). Deep Reinforcement Learning (DQN / PPO / A3C). ScholarGate. https://scholargate.app/ar/deep-learning/deep-reinforcement-learning
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Neural Architecture Searchالتعلم العميق↔ compare
- الغابات العشوائيةتعلم الآلة↔ compare
- الشبكة العصبية المتكررةالتعلم العميق↔ compare
- XGBoostتعلم الآلة↔ compare