Вопросы с тегом «reinforcement-learning»

В математике оператор слова может относиться к нескольким различным, но связанным понятиям. Оператор может быть определен как функция между двумя векторными пространствами, он может быть определен как функция, в которой домен и кодомен одинаковы, или его можно определить как функцию от функций (которые являются векторами) к другим функциям (для Например, …

10 reinforcement-learning  terminology  math 

В робототехнике, метод обучения подкрепления используется для поиска шаблона управления для робота. К сожалению, большинство методов градиента политики являются статистически необъективными, что может привести робота к небезопасной ситуации, см. Стр. 2 в публикации «Ян Петерс и Штефан Шааль: Обучение усилению моторных навыков с помощью градиентов политики, 2008». При моторном примитивном …

9 reinforcement-learning 

Я изобрел шахматную настольную игру. Я построил двигатель, чтобы он мог играть автономно. Двигатель в основном дерево решений. Он состоит из: Функция поиска, которая на каждом узле находит все возможные законные ходы Функция оценки, которая присваивает числовое значение позиции на доске (положительное значение означает, что первый игрок получает преимущество, отрицательное …

9 reinforcement-learning  game-ai  game-theory  combinatorial-games  negamax 

Насколько я понимаю, алгоритм поиска дерева Монте-Карло (MCTS) является альтернативой минимаксному поиску дерева узлов. Он работает, выбирая ход (как правило, тот, у которого больше шансов быть лучшим), а затем выполняя случайную игру на ходу, чтобы посмотреть, каков будет результат. Этот процесс продолжается в течение выделенного времени. Это не похоже на …

9 machine-learning  reinforcement-learning  game-ai  monte-carlo-tree-search  alphazero 

Я знаком с контролируемым и неконтролируемым обучением. Я прошел курс SaaS Эндрю Нга на Coursera.org. Я ищу что-то подобное для обучения подкреплению. Вы можете порекомендовать что-нибудь?

8 reinforcement-learning  getting-started 

OpenAI Universe использует алгоритмы RL, и я слышал о некоторых проектах по обучению игре, использующих Q learning, но есть ли другие, которые используются для освоения / победы в играх? Можно ли использовать генетические алгоритмы для победы в игре?

8 machine-learning  reinforcement-learning  genetic-algorithms  game-theory 

Большинство введений в области MDP и обучения в области подкрепления сосредоточены исключительно на областях, где переменные пространства и действия являются целыми (и конечными). Таким образом, мы быстро знакомимся с Value Iteration, Q-Learning и тому подобным. Однако наиболее интересные применения (скажем, летающие вертолеты ) RL и MDP связаны с непрерывным пространством …

8 research  reinforcement-learning  control-problem