أساليب تدرج السياسة
أساليب تدرج السياسة هي خوارزميات التعلم المعزز التي تُحسّن سياسة مُعَلَّمة مباشرةً عن طريق صعود التدرج على العائد المتوقع، بدلاً من تعلم قيم الأفعال والتصرف بجشع. تأسست على خوارزمية REINFORCE لرونالد ويليامز عام 1992 ونظرية تدرج السياسة لسوتون وزملاؤه (2000)، وهي تتعامل بشكل طبيعي مع مساحات الأفعال العشوائية والمستمرة وتشكل أساس خوارزميات الممثل-الناقد والتعلم المعزز العميق الحديثة.
اقرأ الطريقة كاملة
سجّل الدخول بحساب مجاني لقراءة هذا القسم.
Method map
The neighbourhood of related methods — select a node to explore.
المصادر
- Williams, R. J. (1992). Simple statistical gradient-following algorithms for connectionist reinforcement learning. Machine Learning, 8(3–4), 229–256. DOI: 10.1007/BF00992696 ↗
- Sutton, R. S., McAllester, D., Singh, S., & Mansour, Y. (2000). Policy gradient methods for reinforcement learning with function approximation. Advances in Neural Information Processing Systems, 12, 1057–1063. link ↗
كيف تستشهد بهذه الصفحة
ScholarGate. (2026, June 2). Policy Gradient Methods (REINFORCE / Actor-Critic). ScholarGate. https://scholargate.app/ar/machine-learning/policy-gradient
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.
- التحسين المحدبالتحسين↔ compare
- التعلم المعزز العميقالتعلم العميق↔ compare
- تعلم Q (Q-Learning)تعلم الآلة↔ compare
- الانحدار التدرجي العشوائي (SGD)تعلم الآلة↔ compare