Statistiques et Big Data reinforcement-learning

5

Quelle est la différence entre l'apprentissage hors politique et l'apprentissage en ligne?

Le site Web sur l' intelligence artificielle définit l'apprentissage hors politique et en ligne comme suit: "Un apprenant hors politique apprend la valeur de la politique optimale indépendamment des actions de l'agent. Q-learning est un apprenant hors politique. Un apprenant en politique découvre la valeur de la politique mise en …

79 machine-learning reinforcement-learning artificial-intelligence

3

Comprendre le rôle du facteur d'escompte dans l'apprentissage par renforcement

Je m'enseigne moi-même sur l'apprentissage par renforcement et j'essaie de comprendre le concept de récompense actualisée. La récompense est donc nécessaire pour indiquer au système quelles paires d’État-action sont bonnes et lesquelles sont mauvaises. Mais ce que je ne comprends pas, c'est pourquoi la récompense à prix réduit est nécessaire. …

43 machine-learning reinforcement-learning

2

Pourquoi n'y a-t-il pas de moteurs d'apprentissage en profondeur pour les échecs, similaires à AlphaGo?

Les ordinateurs peuvent depuis longtemps jouer aux échecs en utilisant une technique de «force brute», en cherchant à une certaine profondeur puis en évaluant la position. Cependant, l'ordinateur AlphaGo n'utilise qu'un ANN pour évaluer les positions (il ne fait aucune recherche en profondeur pour autant que je sache). Est-il possible …

32 neural-networks deep-learning reinforcement-learning games

9

Dériver l'équation de Bellman dans l'apprentissage par renforcement

Je vois l'équation suivante dans " In Reinforcement Learning. An Introduction ", mais ne suivez pas tout à fait l'étape que j'ai mise en évidence en bleu ci-dessous. Comment cette étape est-elle exactement dérivée?

32 expected-value reinforcement-learning

2

Apprentissage supervisé, apprentissage non supervisé et apprentissage par renforcement: principes de base du flux de travail

Enseignement supervisé 1) Un humain construit un classificateur basé sur des données d' entrée et de sortie 2) Ce classificateur est formé avec un ensemble de données de formation 3) Ce classificateur est testé avec un ensemble de données de test 4) Déploiement si le résultat est satisfaisant A utiliser …

30 machine-learning unsupervised-learning supervised-learning reinforcement-learning

3

Meilleur algorithme de bandit?

L'algorithme de bandit le plus connu est la borne de confiance supérieure (UCB) qui a popularisé cette classe d'algorithmes. Depuis lors, je suppose qu'il existe désormais de meilleurs algorithmes. Quel est le meilleur algorithme actuel (en termes de performances empiriques ou de limites théoriques)? Cet algorithme est-il optimal dans un …

27 machine-learning algorithms theory reinforcement-learning multiarmed-bandit

3

Analyse quotidienne des séries chronologiques

J'essaie de faire une analyse des séries chronologiques et je suis nouveau dans ce domaine. J'ai un décompte quotidien d'un événement de 2006-2009 et je veux y adapter un modèle de série chronologique. Voici les progrès que j'ai réalisés: timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25) plot.ts(timeSeriesObj) L'intrigue résultante que j'obtiens est: Afin de …

25 r time-series seasonality multiple-seasonalities tbats hypothesis-testing beta-distribution machine-learning unsupervised-learning supervised-learning reinforcement-learning

4

Comment concevriez-vous un système d'apprentissage automatique pour jouer à Angry Birds?

Après avoir joué beaucoup trop d'Angry Birds, j'ai commencé à observer mes propres stratégies. Il s'avère que j'ai développé une approche très spécifique pour obtenir 3 étoiles à chaque niveau. Cela m'a fait me questionner sur les défis du développement d'un système d'apprentissage automatique capable de jouer à Angry Birds. …

22 machine-learning reinforcement-learning

2

Qu'est-ce que l'apprentissage par renforcement récurrent

Je suis récemment tombé sur le mot «apprentissage par renforcement récurrent». Je comprends ce qu'est un «réseau neuronal récurrent» et ce qu'est un «apprentissage par renforcement», mais je n'ai pas trouvé beaucoup d'informations sur ce qu'est un «apprentissage par renforcement récurrent». Quelqu'un peut-il m'expliquer ce qu'est un «apprentissage par renforcement …

20 machine-learning reinforcement-learning

1

Quand choisir SARSA vs Q Learning

SARSA et Q Learning sont tous deux des algorithmes d'apprentissage par renforcement qui fonctionnent de manière similaire. La différence la plus frappante est que SARSA est en politique alors que Q Learning est hors politique. Les règles de mise à jour sont les suivantes: Apprentissage Q: Q(st,at)←Q(st,at)+α[rt+1+γmaxa′Q(st+1,a′)−Q(st,at)]Q(st,at)←Q(st,at)+α[rt+1+γmaxa′Q(st+1,a′)−Q(st,at)]Q(s_t,a_t)←Q(s_t,a_t)+α[r_{t+1}+γ\max_{a'}Q(s_{t+1},a')−Q(s_t,a_t)] SARSA: Q ( …

19 reinforcement-learning

4

Pourquoi Q-Learning utilise epsilon-greedy pendant les tests?

Dans l'article de DeepMind sur Deep Q-Learning pour les jeux vidéo Atari ( ici ), ils utilisent une méthode epsilon-greedy pour l'exploration pendant la formation. Cela signifie que lorsqu'une action est sélectionnée pendant l'entraînement, elle est choisie soit comme action avec la valeur q la plus élevée, soit comme action …

18 machine-learning reinforcement-learning q-learning deep-rl

2

comment faire une fonction de récompense dans l'apprentissage par renforcement

En étudiant l'apprentissage par renforcement, j'ai rencontré de nombreuses formes de la fonction de récompense: , R ( s , a , s ′ ) , et même une fonction de récompense qui ne dépend que de l'état actuel. Cela dit, j'ai réalisé qu'il n'est pas très facile de «créer» …

18 machine-learning reinforcement-learning

2

Pourquoi la lettre Q a-t-elle été choisie dans Q-learning?

Pourquoi la lettre Q a été choisie au nom de Q-learning? La plupart des lettres sont choisies comme abréviation, comme pour politique et v pour valeur. Mais je ne pense pas que Q soit l'abréviation d'un mot.ππ\pivvv

17 terminology reinforcement-learning history q-learning

1

L'apprentissage supervisé est-il un sous-ensemble de l'apprentissage par renforcement?

Il semble que la définition de l'apprentissage supervisé soit un sous - ensemble de l'apprentissage par renforcement, avec un type particulier de fonction de récompense qui est basée sur des données étiquetées (par opposition à d'autres informations dans l'environnement). Est-ce une représentation exacte?

16 machine-learning terminology reinforcement-learning supervised-learning definition

4

Dans quel genre de situations réelles pouvons-nous utiliser un algorithme de bandit multi-bras?

Les bandits multi-bras fonctionnent bien dans une situation où vous avez le choix et vous ne savez pas lequel maximisera votre bien-être. Vous pouvez utiliser l'algorithme pour certaines situations réelles. À titre d'exemple, l'apprentissage peut être un bon domaine: Si un enfant apprend la menuiserie et qu'il est mauvais dans …

15 algorithms reinforcement-learning multiarmed-bandit

Questions marquées «reinforcement-learning»