پاورپوینت یادگیری تقویتی

اختصاصی از یارا فایل پاورپوینت یادگیری تقویتی دانلود با لینک مستقیم و پر سرعت .

لینک پرداخت و دانلود *پایین مطلب*

 فرمت فایل:powerpoint (قابل ویرایش و آماده پرینت)

  تعداد اسلاید:23

یادگیری تقویتی

lدر یک مسئله یادگیری تقویتی با عاملی روبرو هستیم که از طریق سعی و خطا با محیط تعامل کرده و یاد میگیرد تا عملی بهینه را برای رسیدن به هدف انتخاب نماید.

lیادگیری تقویتی از اینرو مورد توجه است که راهی برای آموزش عاملها برای انجام یک عمل  از طریق دادن پاداش و تنبیه است بدون اینکه لازم باشد نحوه انجام عمل را برای عامل مشخص نمائیم.

lدو استراتژی اصلی برای اینکار وجود دارد:

.1یکی استفاده از الگوریتم های ژنتیکی

.2و دیگری استفاده از روشهای آماری و dynamic programming

lدر RL  روش دوم مد نظر است.

lمحیط مجموعه ای از S حالت ممکن است.

lدر هر لحظه t  عامل میتواند یکی از A  عمل ممکن را انجام دهد.

lعامل  ممکن است در مقابل عمل و یا مجموعه ای از اعمالی که انجام میدهد  پاداش   r را دریافت کند. این پاداش ممکن است مثبت  و یا منفی )تنبیه(باشد

lعامل در محیط حرکت کرده و حالتها و پاداشهای مربوطه را به خاطر می سپارد.

lعامل سعی میکند طوری رفتار کند که تابع پاداش را ماکزیمم نماید.

lیادگیری تقویتی از دو جنبه با یادگیری با ناظر تفاوت دارد:

.1مثالهائی یادگیری بصورت زوج >ورودی خروجی< مطرح نمیشوند. بلکه بعد از اینکه عامل عملی را انجام داد پاداشی را دریافت میکند و به مرحله بعدی میرود.عامل هیچ گونه اطلاعی در مورد اینکه در هر حالت بهترین عمل چیست را ندارد. بلکه این وظیفه عامل است که در طول زمان تجربه کافی در مورد حالتها، عمل های ممکن، انتقال و پاداش جمع آوری نموده و عملکرد بهینه را یاد بگیرد.

.2تفاوت دیگر در اینجاست که سیستم باید کارائی آنلاین بالائی داشته باشد. زیرا اغلب ارزیابی سیستم با  عمل یادگیری  بطور همزمان صورت میپذیرد.