التعلم المعزز
Reinforcement Learning
الوكيل والبيئة والحالات والأفعال والمكافأة، وعمليات قرار ماركوف، وQ-Learning وDQN وتدرج السياسة وActor-Critic وPPO، مع تطبيقات Reinforcement Learning Toolbox.
أهداف الوحدة
- صياغة مسألة على شكل عملية قرار ماركوف
- تنفيذ تكرار القيمة وQ-Learning من الصفر
- فهم الخوارزميات العميقة DQN وPPO وActor-Critic
- تدريب وكلاء بـ Reinforcement Learning Toolbox على بيئات جاهزة ومخصصة
الدروس
- 1مقدمة: الوكيل والبيئة والحالات والأفعال والمكافأةIntroduction: Agent, Environment, States, Actions, Reward
- 2عمليات قرار ماركوف ومعادلة بلمانMarkov Decision Processes and the Bellman Equation
- 3Q-LearningQ-Learning
- 4DQN وتدرج السياسة وActor-CriticDQN, Policy Gradient and Actor-Critic
- 5PPO وتطبيقات التعلم المعززPPO and Reinforcement Learning Applications
خريطة موضوعات الوحدة
الموضوعات المرتبطة بدروس منشورة تفتح مباشرة، والموضوعات الأخرى مخطط لإضافتها لاحقاً ويغطي بعضها درسٌ أشمل.
- مقدمة: الوكيل والبيئة والمكافأة قيد الإعداد
- عمليات قرار ماركوف ومعادلة بلمان قيد الإعداد
- Q-Learning قيد الإعداد
- DQN وتدرج السياسة وActor-Critic قيد الإعداد
- PPO والتطبيقات قيد الإعداد
