Mācīšanās ar pastiprinājumu
Mācīšanās ar pastiprinājumu (RL) ir ietvars, kurā aģents mācās pieņemt secīgus lēmumus, mijiedarbojoties ar vidi, saņemot skalārus atlīdzības signālus un atjauninot politiku, lai maksimizētu kumulatīvo nākotnes atlīdzību. Atšķirībā no uzraudzītās mācīšanās, netiek sniegti marķēti piemēri; aģents atklāj optimālu uzvedību pilnībā, izmantojot pieredzi un novēlotu atgriezenisko saiti.
Lasīt pilno metodes aprakstu
Piesakieties ar bezmaksas kontu, lai lasītu šo sadaļu.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Avoti
- 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 ↗
Kā citēt šo lapu
ScholarGate. (2026, June 3). Reinforcement Learning (Agent-Environment Reward Optimization). ScholarGate. https://scholargate.app/lv/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.
- Metodes ar politikas gradientuMašīnmācīšanās↔ compare
- Atkārtotais neironu tīklsDziļā mācīšanās↔ compare
Uz to atsaucas
Pamanījāt kļūdu šajā lapā? Ziņojiet vai ierosiniet labojumu →