دانلود پاورپوینت یادگیری تقویتی

دسته بندي : علوم انسانی » تاریخ و ادبیات
دانلود پاورپوینت یادگیری تقویتی

نوع فایل:power point

قابل ویرایش:23 اسلاید



قسمتی از اسلایدها:
یادگیری تقویتی میتواند کار بسیار سختی باشدزیرا عامل در مقابل کاری که انجام میدهد پاسخ مستقیمی در مورد درست یا نادرستی آن دریافت نمیکند.
برای مثال عاملی که میخواهد از طریق شبیه سازی یک هواپیما را هدایت نماید در هر لحظه مجبور است تا تصمیم جدید بگیرد و اگر بعد از هزاران عمل هواپیما سقوط نماید، عامل چگونه میتواند عملی که به سقوط هواپیما منجر شده را شناسائی نماید؟
در اینجا Dynamic Programming با معرفی دو اصل ساده سعی در ارائه راه حل مینماید:
اگر عملی انجام شود که بلافاصله منجر به نتیجه بدی نظیر سقوط هواپیما گردد عامل باید یاد بگیرد که در دفعات بعدی در حالت مشابه آن عمل را تکرار نکند.لذا عامل باید از عملی که بلافاصله قبل از سقوط هواپیما انجام داده بود پرهیز کند.
اگر عملی در یک موقعیت خاص منجر به نتیجه بدی شد، باید از قرار گرفتن در آن موقعیت پرهیز نمود.بنا بر این اگر قرار گرفتن در جهت و موقعیت خاصی منجر به سقوط هواپیما میشود، عامل یاد میگیرد که از انجام عملیاتی که منجر به قرار گرفتن هواپیما در چنین شرائطی میگردند پرهیر نماید.




فهرست مطالب واسلایدها:

یادگیری تقویتی

مقایسه RL با یادگیری با ناظر

Dynamic Programming

اجزا یک سیستم یادگیری تقویتی

The Environment

Markov Decision Processes (MDPs)

مدلهای عملکرد بهینه

یادگیری خط مشی

Value Function

مثال

Approximating the Value Function



دسته بندی: علوم انسانی » تاریخ و ادبیات

تعداد مشاهده: 7424 مشاهده

فرمت فایل دانلودی:.ppt

فرمت فایل اصلی: ppt

تعداد صفحات: 23

حجم فایل:311 کیلوبایت

 قیمت: 20,000 تومان
پس از پرداخت، لینک دانلود فایل برای شما نشان داده می شود.   پرداخت و دریافت فایل
  • محتوای فایل دانلودی:
    محتوای فایل دانلودی حاوی فایل پاورپوینت است.