proofs पर टैग किए गए जवाब

सारणीबद्ध क्यू-लर्निंग एल्गोरिदम को इष्टतम खोजने की गारंटी है क्यूक्यूQ समारोह, Q*Q*Q^*, बशर्ते कि सीखने की दर के बारे में निम्नलिखित स्थितियां ( रॉबिंस-मोनरो स्थितियां ) संतुष्ट हों Σटीαटी( एस , एक ) = ∞∑टीαटी(रों,ए)=∞\sum_{t} \alpha_t(s, a) = \infty Σटीα2टी(s,a)&lt;∞∑tαt2(s,a)&lt;∞\sum_{t} \alpha_t^2(s, a) < \infty कहाँ पे αt(s,a)αt(s,a)\alpha_t(s, a) इसका मतलब …

12 reinforcement-learning  q-learning  deep-rl  proofs  function-approximation 

यह कंप्यूटर विज्ञान में माना जाता है कि मानव मन को ट्यूरिंग मशीन के साथ दोहराया जा सकता है, इसलिए कृत्रिम जनरल इंटेलिजेंस (एजीआई) संभव है। अन्यथा मानने के लिए कुछ रहस्यमय में विश्वास करना है, और रहस्यमय विश्वास गलत है। मैं किसी अन्य तर्क के बारे में नहीं जानता …

11 philosophy  agi  proofs