خوارزميةPolicy Gradient هي إحدى طرق التعلم المعزز (Reinforcement Learning) التي تهدف إلى تعلم السياسة (Policy) بشكل مباشر، أي دالة احتمالية تحدد أي إجراء يجب اتخاذه في حالة معينة، بدلًا من تعلم دالة القيمة Q(s,a). تقوم هذه الطريقة بحساب التدرج (Gradient) لدالة الهدف، التي تمثل الأداء المتوقع للسياسة، ثم تحديث معلمات النموذج باستخدام الانحدار العكسي لتعظيم المكافأة الكلية. تتميز بأنها مناسبة للمساحات الكبيرة أو المستمرة من الأفعال، وتُستخدم في خوارزميات مثل REINFORCE و Actor-Critic.
ا.م.د. علاء طعيمة عبد الكاظم
أستاذ مساعد دكتور في الذكاء الاصطناعي والتعلم العميق