23 lines
2.5 KiB
Markdown
23 lines
2.5 KiB
Markdown
---
|
||
title: Reinforcement Learning
|
||
localeTitle: Укрепление обучения
|
||
---
|
||
#### Предлагаемое чтение:
|
||
|
||
* http://incompleteideas.net/sutton/book/the-book-2nd.html
|
||
|
||
#### Укрепление обучения
|
||
|
||
Укрепление обучения относится к области машинного обучения, которая применяется к агентам, которые вы усиливаете, предоставляя им вознаграждение и наказание. Это дает хорошее постепенное обучение и может упростить изучение агента в задачах, где вы не можете определить правильное значение ошибки.
|
||
|
||
Пример: Боту задают задачу играть в Space Invaders, он пытается научиться играть в нее, взаимодействуя с игрой и взамен получая вознаграждение за очки, которые он забил в конце игры. Чем больше награда, тем больше шансов сделать подобный игровой процесс. Таким образом, он учится играть в игру и выполнять наилучшим образом.
|
||
|
||
В индустрии робот использует глубокое обучение усилению, чтобы выбрать устройство из одной коробки и положить его в контейнер. Успешно ли это или не удается, он запоминает объект и получает знания и тренирует себя для выполнения этой работы с большой скоростью и точностью. Обучение само по себе является своего рода усилением обучения, если обучение находится в позитивном измерении.
|
||
|
||
## Список общих алгоритмов
|
||
|
||
Q-Learning Временная разница (TD) Deep Adversarial Networks
|
||
|
||
## Случаи применения:
|
||
|
||
Некоторыми применениями алгоритмов обучения усилению являются компьютерные настольные игры (Chess, Go), роботизированные руки и самозанятые автомобили. |