reinforcement-learning पर टैग किए गए जवाब

मॉडल-मुक्त और मॉडल-आधारित सुदृढीकरण सीखने के बीच अंतर क्या है? यह मुझे लगता है कि किसी भी मॉडल-मुक्त शिक्षार्थी, परीक्षण और त्रुटि के माध्यम से सीखना, मॉडल-आधारित के रूप में फिर से शुरू किया जा सकता है। उस स्थिति में, मॉडल-मुक्त शिक्षार्थी कब उपयुक्त होंगे?

29 reinforcement-learning  comparison  model-based  model-free 

जहां तक ​​मैं समझता हूं, Q- लर्निंग और पॉलिसी ग्रेडिएंट (PG) RL समस्याओं को हल करने के लिए उपयोग किए जाने वाले दो प्रमुख दृष्टिकोण हैं। जबकि क्यू-लर्निंग का लक्ष्य एक निश्चित राज्य में किए गए एक निश्चित कार्रवाई के इनाम की भविष्यवाणी करना है, नीतिगत ढाल सीधे कार्रवाई की …

21 reinforcement-learning  q-learning  policy-gradients  comparison 

मैं एक एआई बनाना चाहता हूं जो पांच-इन-द-रो / गोमोकू खेल सकता है। जैसा कि मैंने शीर्षक में उल्लेख किया है, मैं इसके लिए सुदृढीकरण सीखने का उपयोग करना चाहता हूं। बेसलाइन के साथ, मैं पॉलिसी ग्रेडिएंट विधि का उपयोग करता हूं , जिसका नाम REINFORCE है। मान और नीति …

20 machine-learning  reinforcement-learning  game-ai  combinatorial-games 

मैं सुदृढीकरण सीखने और इसके प्रकारों का अध्ययन कर रहा हूं। मैं यह समझने की शुरुआत कर रहा हूं कि एल्गोरिदम कैसे काम करते हैं और वे एमडीपी पर कैसे लागू होते हैं। मुझे समझ में नहीं आता कि एमडीपी के राज्यों को परिभाषित करने की प्रक्रिया क्या है। अधिकांश …

14 reinforcement-learning 

उदाहरण के लिए, इस पत्र का शीर्षक पढ़ता है: "अनुभव के साथ नमूना कुशल अभिनेता-आलोचक फिर से खेलना"। नमूना दक्षता क्या है , और इसे प्राप्त करने के लिए महत्वपूर्ण नमूने का उपयोग कैसे किया जा सकता है?

14 reinforcement-learning  statistical-ai  importance-sampling 

क्या खेलों के अलावा अन्य अनुप्रयोगों में सुदृढीकरण सीखने को सिखाने का एक तरीका है? एकमात्र उदाहरण जो मैं इंटरनेट पर पा सकता हूं वह गेम एजेंटों का है। मैं समझता हूं कि वीएनसी ने सुदृढीकरण नेटवर्क के माध्यम से खेल के लिए इनपुट को नियंत्रित किया है। क्या सीएडी …

13 reinforcement-learning  applications 

मैं PPO एजेंट के साथ एक सुदृढीकरण सीखने के मॉडल को कोडिंग कर रहा हूं , जो कि Tensorflow के शीर्ष पर निर्मित, बहुत अच्छे Tensorforce पुस्तकालय के लिए धन्यवाद है । पहला संस्करण बहुत सरल था और अब मैं एक अधिक जटिल वातावरण में गोता लगा रहा हूं, जहां …

13 deep-learning  reinforcement-learning 

मैं सुदृढीकरण सीखने को देख रहा हूं, और विशेष रूप से OpenAI जिम AI के साथ उपयोग करने के लिए अपने स्वयं के वातावरण बनाने के साथ खेल रहा हूं। मैं इसके साथ परीक्षण करने के लिए static_baselines परियोजना के एजेंटों का उपयोग कर रहा हूं। एक बात मैंने लगभग …

13 machine-learning  reinforcement-learning  overfitting  dropout 

OpenAIGym पर लूनर लैंडर जैसी समस्याओं के समाधान को डिजाइन करते समय , सुदृढीकरण सीखना एजेंट को सफलतापूर्वक भूमि पर पर्याप्त कार्रवाई नियंत्रण देने का एक लुभावना साधन है। लेकिन ऐसे कौन से उदाहरण हैं जिनमें नियंत्रण प्रणाली एल्गोरिदम, जैसे कि पीआईडी ​​नियंत्रक , सिर्फ एक पर्याप्त काम करेंगे, जैसे …

12 reinforcement-learning  ai-design  control-theory 

मैं DQN के इस कार्यान्वयन के माध्यम से जा रहा था और मैं देखता हूं कि 124 और 125 दो अलग-अलग क्यू नेटवर्क को आरंभीकृत किया गया है। मेरी समझ से, मुझे लगता है कि एक नेटवर्क उपयुक्त कार्रवाई की भविष्यवाणी करता है और दूसरा नेटवर्क बेलमैन त्रुटि खोजने के …

12 reinforcement-learning  q-learning  dqn 

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 

मैं रेनफोर्स लर्निंग: एन इंट्रोडक्शन बाय रिचर्ड एस सटन और एंड्रयू जी बार्टो (पूरा मसौदा, 5 नवंबर, 2017) किताब पढ़ रहा था । पृष्ठ 271 पर, एपिसोडिक मोंटे-कार्लो पॉलिसी-ग्रैडिएंट विधि के लिए छद्म कोड प्रस्तुत किया गया है। इस छद्म कोड को देखकर मैं समझ नहीं पा रहा हूं कि …

11 reinforcement-learning  algorithm  rl-an-introduction  reinforce 

एक छात्र के रूप में जो मशीन लर्निंग पर काम करना चाहता है, मैं यह जानना चाहूंगा कि मेरी पढ़ाई शुरू करना कैसे संभव है और अप-टू-डेट रहने के लिए इसका पालन कैसे करें। उदाहरण के लिए, मैं आरएल और एमएबी समस्याओं पर काम करने के लिए तैयार हूं, लेकिन …

11 machine-learning  reinforcement-learning  research  markov-decision-process 

विश्वसनीय क्षेत्र नीति अनुकूलन (TRPO) और समीपस्थ नीति अनुकूलन (PPO) दो अत्याधुनिक नीति-विन्यास एल्गोरिदम हैं। एक एकल निरंतर कार्रवाई का उपयोग करते समय, सामान्य रूप से, आप हानि फ़ंक्शन के लिए कुछ प्रायिकता वितरण (उदाहरण के लिए, गाऊसी) का उपयोग करेंगे। मोटा संस्करण है: एल ( θ ) = लॉग( …

11 deep-learning  reinforcement-learning  trpo 

क्या इष्टतम नीति हमेशा स्टोचस्टिक है (अर्थात, राज्यों से एक नक्शा जो क्रियाओं पर संभाव्यता वितरण के लिए है) यदि पर्यावरण भी स्टोचस्टिक है? अंतःक्रियात्मक रूप से, यदि पर्यावरण नियतात्मक है (अर्थात, यदि एजेंट राज्य में हैsss और कार्रवाई करता है aaa, फिर अगला राज्य s′s′s' हमेशा समान होता है, …

10 reinforcement-learning  stochastic-policy  deterministic-policy  policy  environment