Metodi basati sul gradiente di policy
I metodi basati sul gradiente di policy sono algoritmi di apprendimento per rinforzo che ottimizzano una policy parametrizzata direttamente tramite salita del gradiente sul ritorno atteso, anziché apprendere i valori delle azioni e agire in modo goloso. Fondati sull'algoritmo REINFORCE di Ronald Williams del 1992 e sul teorema del gradiente di policy di Sutton e colleghi (2000), gestiscono naturalmente spazi di azioni stocastici e continui e sono alla base degli algoritmi moderni actor-critic e deep-RL.
Leggi il metodo completo
Accedi con un account gratuito per leggere questa sezione.
Method map
The neighbourhood of related methods — select a node to explore.
Fonti
- 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 ↗
Come citare questa pagina
ScholarGate. (2026, June 2). Policy Gradient Methods (REINFORCE / Actor-Critic). ScholarGate. https://scholargate.app/it/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.
- Ottimizzazione ConvessaOttimizzazione↔ compare
- Apprendimento per Rinforzo ProfondoApprendimento profondo↔ compare
- Q-LearningApprendimento automatico↔ compare
- Discesa del Gradiente Stocastico (SGD)Apprendimento automatico↔ compare
Citato da
Hai notato un problema in questa pagina? Segnalalo o proponi una correzione →