Prijeđi na sadržajScholarGate
KnjižnicaMoja knjižnicaStolReview StudioAsistent
Prijavite se
Q-Learning/Dokaz
Zapis dokaza metode

Q-Learning

Q-learning, introduced by Christopher Watkins and Peter Dayan in 1992, is a model-free reinforcement-learning algorithm that learns the value of taking each action in each state — the Q-function — purely from experience, without a model of the environment. It is off-policy: it learns the optimal action-values while following an exploratory behaviour policy, and under standard conditions it provably converges to the optimal policy.

Sources recorded, not reviewed

Izvorni zapis

Citati kopirani doslovno iz izvornog zapisa metode. Ne impliciraju nikakvu provjeru na razini tvrdnje.

Q-Learning (Off-Policy Temporal-Difference Control)
Taksonomski zapis metode · ml-model / machine-learning
  • Watkins, C. J. C. H., & Dayan, P. (1992). Q-learning. Machine Learning, 8(3–4), 279–292. · DOI 10.1007/BF00992698
  • Sutton, R. S., & Barto, A. G. (2018). Reinforcement Learning: An Introduction (2nd ed.). MIT Press. · ISBN 978-0-262-03924-6
Otvori cijelu metodu

Uređene tvrdnje

Tvrdnje pohranjene u knjigu dokaza, svaka s vlastitom procjenom.

Nema uređenih tvrdnji

Ovaj prikaz ne izmišlja procjenu tvrdnje kada knjiga dokaza nema nijednu.

Povezane metode

Generirano iz grafa metode i prikazano kao strojno predložene relacije — ne implicira se nikakva tvrdnja dokaza.

Same method familyDeep Reinforcement Learningmachine-suggested · Relational suggestion, not evidence.See alsoDynamic Programmingmachine-suggested · Relational suggestion, not evidence.Taxonomic bucketPolicy Gradientmachine-suggested · Relational suggestion, not evidence.

Status dokaza

Sources recorded, not reviewed

Bibliographic sources are present. Claim-level evidence review has not been performed.

Izvori

2 zabilježenih citata, kopiranih iz izvornog zapisa metode.

Akcije

Otvori stranicu metode
ScholarGate

Referentna knjižnica istraživačkih metoda usmjerena na sadržaj — što je svaka metoda, kako funkcionira i odakle potječe.

Otvoreni podaci (CC-BY)

Otkrij

  • Knjižnica
  • Pretražite metode…
  • Pregled po područjima
  • Područja
  • Put
  • Usporedi
  • Koja metoda?

Referenca

  • Područja
  • Atlas
  • Pojmovnik
  • Metodologija
  • Filozofija

Radni prostor

  • Moja knjižnica
  • Stol
  • Razgovor

Tvrtka

  • O nama
  • Cijene
  • Kontakt
  • Predložite metodu

Unosi su sastavljeni iz objavljenih izvora u referentne svrhe. Provjera točnosti i prikladnosti svake informacije za vašu vlastitu upotrebu ostaje vaša odgovornost.

© 2026 ScholarGate · Referentna knjižnica istraživačkih metoda
  • Privatnost
  • Kolačići
  • Uvjeti korištenja
  • Izbriši račun