تعلم Q
Q-Learning
خوارزمية تعلم معزز تتعلم قيمة كل فعل في كل حالة، ومنها تُشتق السياسة المثلى دون نموذج للبيئة.
المعادلات
Q(s,a) <- Q(s,a) + alpha [r + gamma max_a' Q(s',a') - Q(s,a)]المزايا
- لا يحتاج نموذجاً للبيئة
- يتقارب في الحالة الجدولية
القيود
- الجداول لا تتوسع لفضاءات كبيرة
التطبيقات العملية
أساس DQN الذي لعب ألعاب أتاري.
عناصر مرتبطة
يُستخدم في
- شبكة Q العميقة نموذج · 2015المصدر: Human-level control through deep reinforcement learning
أثّر في
- شبكة Q العميقة خوارزمية · 2015المصدر: Human-level control through deep reinforcement learning
تأثّر بـ
- التعلم بالفروق الزمنية خوارزمية · 1988المصدر: Q-learning
خريطة المعرفة لهذا العنصر
افتح بالحجم الكاملالمصادر والمراجع العلمية
- Christopher J. C. H. Watkins; Peter Dayan (1992). Q-learning. Machine Learning, 8(3-4):279-292. DOI: 10.1007/BF00992698
يدعم: ورقة واتكنز وداين وبرهان التقارب
