Actor-Critic
الممثل–الناقد
التعريف
بنية تعلم معزَّز فيها «ممثل» يختار الأفعال و«ناقد» يقدّر قيمة الحالات لتوجيه تحسين الممثل.
تجمع بين تدرج السياسة وتقدير القيمة، فيقلل الناقد تباين التقدير ويتيح تحديثات أكثر استقراراً. من أمثلتها A2C وA3C وSAC.
Definition
Actor-critic methods pair a policy (actor) with a value estimator (critic) whose estimates reduce variance in the policy-gradient updates.
شرح مبسّط للمبتدئين
ممثل يؤدي الدور وناقد يعطيه ملاحظات تقييم فيتحسن.
شرح أكاديمي متخصص
يستخدم دالة الميزة \(A=Q-V\) لتقدير مدى أفضلية الفعل على المتوسط.
أمثلة عملية
- A2C في لعبة.
التطبيقات والاستخدامات
- الروبوتات والألعاب.
المزايا
- تباين أقل من REINFORCE.
القيود والعيوب
- يحتاج تدريب شبكتين.
