Q-learning

Autore: Roger Morrison
Data Della Creazione: 24 Settembre 2021
Data Di Aggiornamento: 11 Maggio 2024
Anonim
Q-Learning Explained - A Reinforcement Learning Technique
Video: Q-Learning Explained - A Reinforcement Learning Technique

Contenuto

Definizione - Cosa significa Q-learning?

Q-learning è un termine per una struttura di algoritmo che rappresenta l'apprendimento per rinforzo senza modello. Valutando la politica e usando la modellazione stocastica, Q-learning trova la strada migliore da seguire in un processo decisionale di Markov.


Un'introduzione a Microsoft Azure e Microsoft Cloud | In questa guida imparerai cos'è il cloud computing e in che modo Microsoft Azure può aiutarti a migrare e gestire la tua azienda dal cloud.

Techopedia spiega Q-learning

La composizione tecnica dell'algoritmo Q-learning coinvolge un agente, un insieme di stati e un insieme di azioni per stato.

La funzione Q utilizza pesi per vari passaggi in combinazione con un fattore di sconto per valutare i premi.

Sebbene possa sembrare un'idea semplice, il Q-learning è di fondamentale importanza in molti tipi di apprendimento di rinforzo e modelli di apprendimento profondo. Uno dei migliori esempi è quello in cui il Q-learning profondo viene utilizzato per aiutare i programmi di apprendimento automatico ad apprendere strategie di gioco in vari tipi di videogiochi, ad esempio nei giochi Atari degli anni '80. Qui una rete neurale convoluzionale prende campioni di gioco per elaborare un modello stocastico che aiuterà il computer a sapere come giocare meglio nel tempo.


Il Q-learning ha un potenziale abbondante per aiutare a far avanzare l'intelligenza artificiale e l'apprendimento automatico.