Câu hỏi được gắn thẻ «q-learning»

Trong bài viết của DeepMind về Deep Q-Learning cho các trò chơi video Atari ( ở đây ), họ sử dụng một phương pháp tham lam epsilon để khám phá trong quá trình đào tạo. Điều này có nghĩa là khi một hành động được chọn trong đào tạo, nó …

18 machine-learning  reinforcement-learning  q-learning  deep-rl 

Tại sao chữ Q được chọn trong tên của Q-learning? Hầu hết các chữ cái được chọn là một từ viết tắt, chẳng hạn như viết tắt của ππ\pi cho chính sách và vvv là viết tắt của giá trị. Nhưng tôi không nghĩ Q là từ viết tắt của …

17 terminology  reinforcement-learning  history  q-learning 

Tôi đang cố gắng để hiểu bài báo nổi tiếng "Chơi Atari với học tập tăng cường sâu" ( pdf ). Tôi không rõ về sự khác biệt giữa một kỷ nguyên và tập phim . Trong thuật toán , vòng lặp bên ngoài là các tập , trong khi …

14 neural-networks  terminology  reinforcement-learning  q-learning 

Tôi nghi ngờ về cách chính xác chức năng mất của Mạng Q-Learning sâu được đào tạo. Tôi đang sử dụng một mạng feedforward 2 lớp với lớp đầu ra tuyến tính và các lớp ẩn relu. Giả sử tôi có 4 hành động có thể. Do đó, đầu ra …

10 least-squares  deep-learning  loss-functions  reinforcement-learning  q-learning 

Tôi hiện đang tìm kiếm một Tổng quan về các thuật toán học tăng cường và có thể phân loại chúng. Nhưng bên cạnh Sarsa và Q-Learning + Deep Q-Learning tôi thực sự không thể tìm thấy bất kỳ thuật toán phổ biến nào. Wikipedia cung cấp cho tôi một …

9 reinforcement-learning  q-learning 

Câu 1: Có các phương pháp phổ biến hoặc được chấp nhận để xử lý môi trường không cố định trong học tập Củng cố nói chung không? Q2: Trong thế giới lưới của tôi, tôi có chức năng phần thưởng thay đổi khi một trạng thái được truy cập. …

9 markov-process  reinforcement-learning  stationarity  q-learning 

Làm thế nào để bạn giải thích một đường cong sống sót từ mô hình nguy cơ tỷ lệ cox? Trong ví dụ về đồ chơi này, giả sử chúng ta có mô hình nguy hiểm theo tỷ lệ cox trên agebiến trong kidneydữ liệu và tạo đường cong sinh …

9 r  survival  cox-model  likelihood  machine-learning  deep-learning  generative-models  machine-learning  reinforcement-learning  q-learning  regression  multicollinearity  convergence  beta-distribution  bernoulli-distribution  machine-learning  self-study  pattern-recognition  neural-networks  stochastic-processes  linear 

Bối cảnh: Tôi đang sử dụng xấp xỉ giá trị Q của Mạng thần kinh trong nhiệm vụ học tập củng cố của mình. Cách tiếp cận hoàn toàn giống như một mô tả trong câu hỏi này , tuy nhiên bản thân câu hỏi là khác nhau. Theo cách …

9 machine-learning  neural-networks  reinforcement-learning  q-learning 

Trong học tập củng cố, mục tiêu của chúng tôi là tối ưu hóa hàm giá trị trạng thái hoặc hàm giá trị hành động, được xác định như sau: VπS= ∑ p ( s'| s,π( s ) ) [ r ( s'| s,π( S ) ) + γVπ( s') …

8 reinforcement-learning  q-learning 

Trong cuốn sách của Richard Sutton về RL (ấn bản 2) , ông trình bày thuật toán Dyna-Q, kết hợp giữa lập kế hoạch và học tập. Trong phần kế hoạch của thuật toán, các Dyna-agent mẫu ngẫu nhiên n cặp bang-action trước đây nhìn thấy bởi các đại lý, …

8 reinforcement-learning  q-learning