كتب الذكاء الاصطناعيمشاريع الذكاء الاصطناعيمقالات الذكاء الاصطناعيمعجم الذكاء الاصطناعياسئلة واجوبة في الذكاء الاصطناعيأكاديمية الذكاء الاصطناعي للأطفالأكاديمية الذكاء الاصطناعيمدرسة رياضيات الذكاء الاصطناعيمختبر الذكاء الاصطناعيمختبر الخوارزميات المستوحاة من الطبيعةأطلس نماذج الذكاء الاصطناعيموسوعة تطبيقات الذكاء الاصطناعيمستكشف مجموعات البيانات للذكاء الاصطناعياختبارات الذكاء الاصطناعيالفايب كودينغدليل البرمجة بالذكاء الاصطناعيمولّد مشاريع الذكاء الاصطناعيمرصد الذكاء الاصطناعيدليل أدوات الذكاء الاصطناعي البحث والنشر الأكاديميمكتبة البرومبتات الأكاديميةمستودع الرسائل والأطاريح في الذكاء الاصطناعيحاسبة الترقية العلميةأكاديمية الوكلاء الذكيينمختبر أخلاقيات الذكاء الاصطناعي والعدالةساحة ألعاب الذكاء الاصطناعيعبقري الذكاء الاصطناعيمختبر التنبؤ بالسلاسل الزمنيةمتحف الذكاء الاصطناعيمختبر الرؤية الحاسوبيةمختبر الشبكات العصبية البيانيةمختبر تحليل الصور الطبيةمختبر معالجة اللغة الطبيعيةمختبر الحوسبة الكمّيةخرائط طريق الذكاء الاصطناعيأكاديمية ماتلاب والذكاء الاصطناعيمصمم الشبكات العصبيةأكاديمية الذكاء الاصطناعي بدون برمجة

التعلم المعزز · Reinforcement Learning

Q-Learning على ممر

Q-Learning on a Corridor

متوسطالتعلم المعزز

تعلم جدول Q بمولد أرقام حتمي يعطي النتيجة نفسها في كل مرة.

nS = 5; Q = zeros(nS, 2); alpha = 0.5; gamma = 0.9;
s = 7;  rnd = @(s) mod(16807 * s, 2147483647);
for ep = 1:150
    st = 1;  eps = max(0.1, 1 - ep / 75);
    for k = 1:30
        s = rnd(s);
        if s / 2147483647 < eps
            s = rnd(s);  a = 1 + (s / 2147483647 >= 0.5);
        else
            [~, a] = max(Q(st, :));
        end
        nx = min(max(st + 2*a - 3, 1), nS);
        r = -1 + 6 * (nx == nS);
        Q(st, a) = Q(st, a) + alpha * (r + gamma * max(Q(nx, :)) * (nx ~= nS) - Q(st, a));
        st = nx;
        if st == nS, break; end
    end
end
fprintf('Q(:, right) = %s\n', mat2str(Q(1:4, 2)', 4));
[~, pol] = max(Q(1:4, :), [], 2);
fprintf('policy (1=left, 2=right): %s\n', mat2str(pol'));

شرح الخطوات

  1. المكافأة −1 لكل خطوة و+5 عند الوصول.
  2. ε يتناقص من 1 إلى 0.1.
  3. السياسة الناتجة: يمين دائماً.

المخرجات المتوقعة

مخرجات فعلية من GNU Octave
Q(:, right) = [0.935 2.15 3.5 5]
policy (1=left, 2=right): [2 2 2 2]

شُغّل هذا الكود في GNU Octave 8.4 أثناء إعداد المكتبة والمخرجات المعروضة ناتجه الفعلي. لم يُختبر في MATLAB نفسه، لكنه يستخدم دوال MATLAB الأساسية فقط والطباعة بـ fprintf/disp.