التعلم العميق بالتعزيز
Deep Reinforcement Learning
ميدان يجمع بين التعلم العميق (لتمثيل الحالات والسياسات عبر شبكات عصبية) والتعلم بالتعزيز (للتعلم من التجربة والمكافآت)، مما يُتيح للوكلاء التعامل مع فضاءات حالات ضخمة كالبكسلات الخام.
A field combining deep learning (for representing states and policies via neural networks) with reinforcement learning (for learning from experience and rewards), enabling agents to handle enormous state spaces such as raw pixels.
تُرجم أيضاًالتعلم بالتعزيز العميق
أول ظهور في هذه المجموعة: التعلُّم بالتنبؤ عبر أساليب الفارق الزمني (1988)
يظهر في هذه الأوراق
- الأساليب غير المتزامنة للتعلُّم المعزَّز العميق2016في السماء ✦
- اكتشاف خوارزميات أسرع لضرب المصفوفات بالتعلّم المعزَّز2022في السماء ✦
- التحكم المستمر بالتعلُّم المعزِّز العميق2015في السماء ✦
- التحكم بمستوى بشري عبر التعلم العميق بالتعزيز2015في السماء ✦
- عُد أولاً، ثم استكشِف2021في السماء ✦
- تعلُّم التلاعب البارع داخل اليد الآلية2019في السماء ✦
- طرق مُتَّجَه ميل السياسة في التعلُّم المعزَّز مع تقريب الدوال1999في السماء ✦
- تعلُّم دالة الجودة (Q-Learning)1992في السماء ✦
- QT-Opt: تعلُّم تعزيزي عميق قابل للتوسيع للتحكّم الآلي بالرؤية الحاسوبية2018في السماء ✦
- التعلُّم بالتنبؤ عبر أساليب الفارق الزمني1988في السماء ✦