Q-learning

Autor: Roger Morrison
Data De Criação: 24 Setembro 2021
Data De Atualização: 11 Poderia 2024
Anonim
Q-Learning Explained - A Reinforcement Learning Technique
Vídeo: Q-Learning Explained - A Reinforcement Learning Technique

Contente

Definição - O que significa Q-learning?

Q-learning é um termo para uma estrutura de algoritmo que representa aprendizado de reforço sem modelo. Ao avaliar a política e usar a modelagem estocástica, o Q-learning encontra o melhor caminho a seguir em um processo de decisão de Markov.


Uma introdução ao Microsoft Azure e Microsoft Cloud | Neste guia, você aprenderá sobre o que é a computação em nuvem e como o Microsoft Azure pode ajudá-lo a migrar e administrar seus negócios a partir da nuvem.

Techopedia explica Q-learning

A composição técnica do algoritmo Q-learning envolve um agente, um conjunto de estados e um conjunto de ações por estado.

A função Q usa pesos para várias etapas em conjunto com um fator de desconto para avaliar recompensas.

Embora possa parecer uma idéia simples, o Q-learning é de suma importância em muitos tipos de modelos de aprendizado por reforço e aprendizado profundo. Um dos melhores exemplos é onde o Q-learning profundo é usado para ajudar os programas de aprendizado de máquina a aprender estratégias de jogo em vários tipos de videogames, por exemplo, nos jogos da Atari dos anos 80. Aqui, uma rede neural convolucional coleta amostras do jogo para elaborar um modelo estocástico que ajudará o computador a saber como jogar o jogo melhor ao longo do tempo.


O Q-learning tem um potencial abundante para ajudar a promover a inteligência artificial e o aprendizado de máquina.