Machine learningDeep learning / NLP / CV
التعلم المعزز
التعلم المعزز (RL) هو إطار عمل يتعلم فيه الوكيل اتخاذ قرارات متسلسلة من خلال التفاعل مع بيئة، وتلقي إشارات مكافأة عددية، وتحديث سياسة لتعظيم المكافأة المستقبلية التراكمية. على عكس التعلم الخاضع للإشراف، لا يتم توفير أمثلة مصنفة؛ يكتشف الوكيل السلوك الأمثل بالكامل من خلال التجربة والتغذية الراجعة المتأخرة.
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.
+2 more
المصادر
- Sutton, R. S. & Barto, A. G. (2018). Reinforcement Learning: An Introduction (2nd ed.). MIT Press. ISBN: 978-0-262-03924-6
- Mnih, V., Kavukcuoglu, K., Silver, D., et al. (2015). Human-level control through deep reinforcement learning. Nature, 518, 529–533. DOI: 10.1038/nature14236 ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 3). Reinforcement Learning (Agent-Environment Reward Optimization). ScholarGate. https://scholargate.app/ar/deep-learning/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.
- أساليب تدرج السياسةتعلم الآلة↔ compare
- الشبكة العصبية المتكررةالتعلم العميق↔ compare
يُستشهد بها في
البرمجة الديناميكية القائمة على الوكيلالبرمجة الديناميكية البايزيةالتعلم المعزز القابل للتفسيرالتعلم المعزز المضبوط بدقةالتعلم المعزز متعدد اللغاتالتعلم المعزز متعدد الوسائطالتعلم المعزز ذاتي الإشرافالتعلم المعزز شبه المُشرف (Semi-supervised Reinforcement Learning)التعلم بالنقل مع التعلم المعززالتعلم المعزز ضعيف الإشراف