Dyb Forstærkningslæring
Dyb Forstærkningslæring kombinerer neurale netværk med forstærkningslæring, så en agent lærer ved at interagere med et miljø, populariseret af Mnih og kollegers Nature-arbejde fra 2015 om Atari-kontrol på menneskeligt niveau. I stedet for at lære fra et fast, mærket datasæt, tager agenten handlinger, observerer belønninger og former gradvist en politik, der maksimerer det langsigtede afkast.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
Kilder
- 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 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 1). Deep Reinforcement Learning (DQN / PPO / A3C). ScholarGate. https://scholargate.app/da/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 SearchDyb læring↔ compare
- Random ForestMaskinlæring↔ compare
- Recurrent Neural NetworkDyb læring↔ compare
- XGBoostMaskinlæring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →