ScholarGate
Pembantu
Machine learningDeep learning / NLP / CV

Pembelajaran Pengukuhan

Pembelajaran Pengukuhan (RL) ialah kerangka di mana agen belajar membuat keputusan berjujukan melalui interaksi dengan persekitaran, menerima isyarat ganjaran skalar, dan mengemas kini polisi untuk memaksimumkan ganjaran masa depan kumulatif. Berbeza dengan pembelajaran penyeliaan, tiada contoh berlabel disediakan; agen menemui tingkah laku optimum sepenuhnya melalui pengalaman dan maklum balas tertunda.

Buka dalam MethodMindTidak lama lagiVideoTidak lama lagiDownload slides

Baca kaedah sepenuhnya

Ahli sahaja

Log masuk dengan akaun percuma untuk membaca bahagian ini.

Log masuk

Method map

The neighbourhood of related methods — select a node to explore.

Pembelajaran Pengukuhan
Kaedah Gradien DasarJaringan Saraf BerulangPengaturcaraan Dinamik B…Pengaturcaraan Dinamik B…Pembelajaran Pengukuhan…Pembelajaran Penguatan y…Pembelajaran Penguatan P…Pembelajaran Penguatan M…Self-supervised Reinforc…Pembelajaran Pengukuhan…

+2 more

Sumber

  1. Sutton, R. S. & Barto, A. G. (2018). Reinforcement Learning: An Introduction (2nd ed.). MIT Press. ISBN: 978-0-262-03924-6
  2. Mnih, V., Kavukcuoglu, K., Silver, D., et al. (2015). Human-level control through deep reinforcement learning. Nature, 518, 529–533. DOI: 10.1038/nature14236 ↗

Cara memetik halaman ini

ScholarGate. (2026, June 3). Reinforcement Learning (Agent-Environment Reward Optimization). ScholarGate. https://scholargate.app/ms/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 →

Dirujuk oleh

Pengaturcaraan Dinamik Berasaskan EjenPengaturcaraan Dinamik BayesianPembelajaran Pengukuhan Boleh JelasPembelajaran Penguatan yang Ditala HalusPembelajaran Penguatan Pelbagai BahasaPembelajaran Penguatan Multimod (Multimodal Reinforcement Learning)Self-supervised Reinforcement LearningPembelajaran Pengukuhan Separa SeliaanPembelajaran Pemindahan dengan Pembelajaran PengukuhanPembelajaran Penguatan Berawasi Lemah

Terjumpa masalah pada halaman ini? Laporkan atau cadangkan pembetulan →

ScholarGate — Reinforcement Learning (Reinforcement Learning (Agent-Environment Reward Optimization)). Dicapai 2026-06-15 daripada https://scholargate.app/ms/deep-learning/reinforcement-learning · Set data: https://doi.org/10.5281/zenodo.20539026