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

تكرار القيمة لمسألة MDP صغيرة

Value Iteration on a Small MDP

متوسطالتعلم المعزز

حل معادلة بلمان بالتكرار واستخراج السياسة المثلى.

% 4 حالات، فعلان؛ P(s'|s,a) ومكافآت معروفة
P = zeros(4, 4, 2);
P(1,2,1) = 1;  P(2,3,1) = 1;  P(3,4,1) = 1;  P(4,4,1) = 1;   % الفعل 1: تقدم
P(1,1,2) = 1;  P(2,1,2) = 1;  P(3,2,2) = 1;  P(4,4,2) = 1;   % الفعل 2: رجوع
R = [-1 -1 10 0; -1 -1 -1 0];                                % R(a, s)
gamma = 0.9;  V = zeros(1, 4);
for it = 1:200
    Qv = zeros(2, 4);
    for a = 1:2
        Qv(a, :) = R(a, :) + gamma * (squeeze(P(:, :, a)) * V')';
    end
    Vn = max(Qv);  Vn(4) = 0;                                 % 4 حالة نهائية
    if max(abs(Vn - V)) < 1e-12, break; end
    V = Vn;
end
[~, pol] = max(Qv);
fprintf('iterations: %d\n', it);
fprintf('V = %s\n', mat2str(V, 4));
fprintf('policy (1=forward, 2=back): %s\n', mat2str(pol(1:3)));

شرح الخطوات

  1. P(:,:,a) مصفوفة الانتقال للفعل a.
  2. Q(a,s) = R(a,s) + γ·Σ P(s'|s,a)V(s').
  3. نتوقف عندما تتغير V بأقل من تسامح صغير.

المخرجات المتوقعة

مخرجات فعلية من GNU Octave
iterations: 4
V = [6.2 8 10 0]
policy (1=forward, 2=back): [1 1 1]

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.