التعلم المعزز Reinforcement Learning

16 مصطلحاً في هذا التصنيف

16 مصطلحاً

Actor-Critic الممثل–الناقد بنية تعلم معزَّز فيها «ممثل» يختار الأفعال و«ناقد» يقدّر قيمة الحالات لتوجيه تحسين الممثل. متقدم

AI Alignment مواءمة الذكاء الاصطناعي مجال يسعى لجعل أنظمة الذكاء الاصطناعي تسعى إلى أهداف وقيم يقصدها البشر وتتصرف بأمان. متقدم

Deep Q-Network DQN شبكة Q العميقة خوارزمية تعلم معزَّز تستخدم شبكة عصبية لتقريب دالة القيمة Q في فضاءات حالات كبيرة. متقدم

Direct Preference Optimization DPO الأمثلة المباشرة للتفضيل طريقة مواءمة تُدرِّب النموذج مباشرة على أزواج تفضيلات بخسارة بسيطة دون نموذج مكافأة منفصل أو تعلم معزَّز. متقدم

Exploration-Exploitation Tradeoff المفاضلة بين الاستكشاف والاستغلال تحدٍّ في اتخاذ القرار: تجربة خيارات جديدة لاكتساب معرفة، أم اختيار الأفضل المعروف لتعظيم المكسب الآن. متوسط

Imitation Learning التعلم بالمحاكاة تعلم سياسة بتقليد سلوك خبير من عروض مسجلة بدل التعلم من مكافأة. متقدم

Markov Decision Process MDP عملية قرار ماركوف إطار رياضي لاتخاذ قرارات متتابعة: حالات وأفعال واحتمالات انتقال ومكافآت، حيث المستقبل يعتمد على الحالة الحالية فقط. متقدم

Multi-Agent System MAS نظام متعدد الوكلاء نظام يضم عدة وكلاء أذكياء يتفاعلون بالتعاون أو التنافس لتحقيق أهدافهم. متقدم

Policy Gradient تدرج السياسة طرق تعلم معزَّز تحسّن السياسة مباشرة بصعود تدرج العائد المتوقع بالنسبة لمعاملاتها. متقدم

Proximal Policy Optimization PPO الأمثلة التقريبية للسياسة خوارزمية تدرج سياسة تحدّ من حجم تغيّر السياسة في كل تحديث بقص نسبة الاحتمالات لتثبيت التدريب. متقدم

Q-Learning التعلم بالقيمة Q خوارزمية تعلم معزَّز تتعلم قيمة تنفيذ كل فعل في كل حالة دون نموذج للبيئة، لتستنتج منها سياسة مثلى. متقدم

Reinforcement Learning RL التعلم المعزز (RL) نوع من تعلم الآلة يتعلم فيه وكيل اتخاذ القرارات بالتجربة والتفاعل مع بيئة ليعظّم مجموع المكافآت. متوسط

Reinforcement Learning from Human Feedback RLHF التعلم المعزَّز من التغذية الراجعة البشرية أسلوب يدرَّب فيه نموذج لغوي على تفضيلات بشرية عبر نموذج مكافأة وتعلم معزَّز لجعل مخرجاته أنفع وأكثر أماناً. متقدم

Reward Function دالة المكافأة دالة تحدد الإشارة العددية التي تتلقاها الوكيل بعد كل فعل وتعبّر عن هدف المهمة. متوسط

Reward Model نموذج المكافأة نموذج يُدرَّب على تفضيلات بشرية ليعطي درجة تعكس جودة الاستجابة، ويُستخدم لتوجيه التعلم المعزَّز. متقدم

Robotics الروبوتات مجال يجمع الميكانيكا والحساسات والتحكم والذكاء الاصطناعي لبناء آلات تدرك وتتصرف في العالم الفيزيائي. متوسط