خوارزمية

تعلم Q

Q-Learning

أطروحة واتكنز 1989، والورقة 1992 موثّق جزئياً Partially Verified

خوارزمية تعلم معزز تتعلم قيمة كل فعل في كل حالة، ومنها تُشتق السياسة المثلى دون نموذج للبيئة.

رسم توضيحي، وليس صورة أصلية

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

تأثّر بـ

خريطة المعرفة لهذا العنصر

افتح بالحجم الكامل

المصادر والمراجع العلمية

  1. 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

    مقالة محكّمة · جرى التحقق من بياناته الببليوغرافية عبر Crossref · صفحة المرجع