Câu hỏi được gắn thẻ «reinforcement-learning»

Trang web trí tuệ nhân tạo định nghĩa học tập ngoài chính sách và chính sách như sau: "Một người học ngoài chính sách học giá trị của chính sách tối ưu một cách độc lập với các hành động của đại lý. Q-learning là một người học ngoài chính …

79 machine-learning  reinforcement-learning  artificial-intelligence 

Tôi đang dạy bản thân về việc học tập củng cố và cố gắng hiểu khái niệm về phần thưởng giảm giá. Vì vậy, phần thưởng là cần thiết để cho hệ thống biết cặp đôi hành động nào là tốt và cái nào là xấu. Nhưng điều tôi không …

43 machine-learning  reinforcement-learning 

Các máy tính trong một thời gian dài đã có thể chơi cờ bằng cách sử dụng một "kỹ thuật vũ phu", tìm kiếm đến một độ sâu nhất định và sau đó đánh giá vị trí. Tuy nhiên, máy tính AlphaGo chỉ sử dụng ANN để đánh giá các …

32 neural-networks  deep-learning  reinforcement-learning  games 

Tôi thấy phương trình sau trong " Học tăng cường. Giới thiệu ", nhưng không hoàn toàn làm theo bước tôi đã tô màu xanh lam bên dưới. Làm thế nào chính xác là bước này bắt nguồn?

32 expected-value  reinforcement-learning 

Học có giám sát 1) Một con người xây dựng một phân loại dựa trên đầu vào và đầu ra dữ liệu 2) Trình phân loại đó được đào tạo với một tập dữ liệu 3) Trình phân loại đó được kiểm tra với bộ dữ liệu thử nghiệm 4) …

30 machine-learning  unsupervised-learning  supervised-learning  reinforcement-learning 

Thuật toán tên cướp nổi tiếng nhất là giới hạn tin cậy trên (UCB) đã phổ biến loại thuật toán này. Kể từ đó tôi cho rằng bây giờ có các thuật toán tốt hơn. Thuật toán tốt nhất hiện nay (về hiệu suất thực nghiệm hoặc giới hạn lý …

27 machine-learning  algorithms  theory  reinforcement-learning  multiarmed-bandit 

Tôi đang cố gắng phân tích chuỗi thời gian và mới đối với lĩnh vực này. Tôi có số lượng sự kiện hàng ngày từ 2006-2009 và tôi muốn điều chỉnh mô hình chuỗi thời gian cho nó. Đây là tiến bộ mà tôi đã thực hiện: timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25) …

24 r  time-series  seasonality  multiple-seasonalities  tbats  hypothesis-testing  beta-distribution  machine-learning  unsupervised-learning  supervised-learning  reinforcement-learning 

Sau khi chơi quá nhiều Angry Birds, tôi bắt đầu quan sát các chiến lược của riêng mình. Hóa ra tôi đã phát triển một cách tiếp cận rất cụ thể để đạt được 3 sao trên mỗi cấp độ. Điều đó khiến tôi băn khoăn về những thách thức …

22 machine-learning  reinforcement-learning 

Gần đây tôi đã bắt gặp từ "Học tập củng cố thường xuyên". Tôi hiểu "Mạng thần kinh tái phát" là gì và "Học tăng cường" là gì, nhưng không thể tìm thấy nhiều thông tin về "Học tăng cường lặp lại" là gì. Ai đó có thể giải thích …

20 machine-learning  reinforcement-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 

Trong khi nghiên cứu Học tăng cường, tôi đã bắt gặp nhiều dạng của hàm phần thưởng: , và thậm chí là một hàm phần thưởng chỉ phụ thuộc vào trạng thái hiện tại. Phải nói rằng, tôi nhận ra rằng không dễ để 'tạo ra' hoặc 'xác định' một …

18 machine-learning  reinforcement-learning 

SARSA và Q Learning đều là các thuật toán học tăng cường hoạt động theo cách tương tự. Sự khác biệt nổi bật nhất là SARSA nằm trong chính sách trong khi Q Learning không có chính sách. Các quy tắc cập nhật như sau: Học Q: Q(st,at)←Q(st,at)+α[rt+1+γmaxa′Q(st+1,a′)−Q(st,at)]Q(st,at)←Q(st,at)+α[rt+1+γmaxa′Q(st+1,a′)−Q(st,at)]Q(s_t,a_t)←Q(s_t,a_t)+α[r_{t+1}+γ\max_{a'}Q(s_{t+1},a')−Q(s_t,a_t)] SARSA: Q(st,at)←Q(st,at)+α[rt+1+γQ(st+1,at+1)−Q(st,at)]Q(st,at)←Q(st,at)+α[rt+1+γQ(st+1,at+1)−Q(st,at)]Q(s_t,a_t)←Q(s_t,a_t)+α[r_{t+1}+γQ(s_{t+1},a_{t+1})−Q(s_t,a_t)] …

18 reinforcement-learning 

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 

Có vẻ như định nghĩa về học tập có giám sát là một tập hợp con của học tăng cường, với một loại chức năng khen thưởng cụ thể dựa trên dữ liệu được dán nhãn (trái ngược với thông tin khác trong môi trường). Đây có phải là một …

16 machine-learning  terminology  reinforcement-learning  supervised-learning  definition 

Kẻ cướp nhiều cánh tay hoạt động tốt trong tình huống bạn có lựa chọn và bạn không chắc chắn kẻ nào sẽ tối đa hóa sức khỏe của bạn. Bạn có thể sử dụng thuật toán cho một số tình huống thực tế. Ví dụ, học tập có thể …

15 algorithms  reinforcement-learning  multiarmed-bandit