Tugevdamisõpe
Reinforcement Learning (RL) on üks raamistik, mille abil agent õpib tegema järjestikuseid otsuseid, suheldes keskkonnaga, saades skalaarseid tasusignaale ja täiustades poliitikat, et maksimeerida kumulatiivset tulevast tasu. Erinevalt juhendatud õppimisest ei esitata märgistatud näiteid; agent avastab optimaalse käitumise täielikult kogemuste ja viivitatud tagasiside kaudu.
Loe meetodi täielikku kirjeldust
Selle osa lugemiseks logi sisse tasuta kontoga.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Allikad
- 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 ↗
Kuidas sellele lehele viidata
ScholarGate. (2026, June 3). Reinforcement Learning (Agent-Environment Reward Optimization). ScholarGate. https://scholargate.app/et/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.
Compare side by side →Sellele viitavad
Märkasid sellel lehel viga? Teata sellest või paku parandust →