Langkau ke kandunganScholarGate
PerpustakaanPerpustakaan sayaMejaReview StudioPembantu
Log masuk
Q-Learning/Bukti
Rekod bukti kaedah

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

Rekod sumber

Petikan disalin secara verbatim daripada rekod sumber kaedah. Tiada pengesahan peringkat tuntutan disimpulkan daripadanya.

Q-Learning (Off-Policy Temporal-Difference Control)
Rekod kaedah taksonomik · 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
Buka kaedah penuh

Tuntutan yang dikurasi

Tuntutan disimpan dalam lejar bukti, setiap satu dengan penilaiannya sendiri.

Tiada tuntutan terkurasi lagi

Pandangan ini tidak mencipta penilaian tuntutan apabila lejar tiada.

Kaedah berkaitan

Dijana daripada graf kaedah dan ditunjukkan sebagai perhubungan yang dicadangkan mesin — tiada tuntutan bukti disimpulkan.

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 bukti

Sources recorded, not reviewed

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

Sumber

2 petikan direkodkan, disalin daripada rekod sumber kaedah.

Tindakan

Buka halaman kaedah
ScholarGate

Perpustakaan rujukan berteraskan kandungan untuk kaedah penyelidikan — apakah setiap kaedah, bagaimana ia berfungsi, dan dari mana asalnya.

Data terbuka (CC-BY)

Terokai

  • Perpustakaan
  • Cari kaedah…
  • Layari mengikut bidang
  • Bidang
  • Perjalanan
  • Bandingkan
  • Kaedah yang mana?

Rujukan

  • Bidang
  • Atlas
  • Glosari
  • Metodologi
  • Falsafah

Ruang kerja

  • Perpustakaan saya
  • Meja
  • Sembang

Syarikat

  • Perihal
  • Harga
  • Hubungi
  • Cadangkan kaedah

Entri disusun daripada sumber yang diterbitkan untuk rujukan. Pengesahan ketepatan dan kesesuaian sebarang maklumat untuk kegunaan anda sendiri kekal menjadi tanggungjawab anda.

© 2026 ScholarGate · Perpustakaan rujukan kaedah penyelidikan
  • Privasi
  • Kuki
Terma
  • Padam akaun