Innholdsfortegnelse:
Definisjon - Hva betyr Q-learning?
Q-learning er et begrep for en algoritmestruktur som representerer modellfri forsterkningslæring. Ved å evaluere policy og bruke stokastisk modellering, finner Q-learning den beste veien videre i en Markov beslutningsprosess.
Techopedia forklarer Q-learning
Den tekniske sammensetningen av Q-learning-algoritmen involverer en agent, et sett med tilstander og et sett med handlinger per stat.
Q-funksjonen bruker vekter for forskjellige trinn i forbindelse med en diskonteringsfaktor for å verdsette belønning.
Selv om det kan virke som en enkel idé, er Q-learning av største betydning i mange typer forsterkningslæring og dype læringsmodeller. Et av de beste eksemplene er hvor dyp Q-learning brukes til å hjelpe maskinlæringsprogrammer med å lære spill-strategier i forskjellige typer videospill, for eksempel i Atari-spill fra 1980-tallet. Her tar et innviklet nevralt nettverk prøver av spill for å kunne arbeide opp en stokastisk modell som vil hjelpe datamaskinen til å vite hvordan de kan spille spillet bedre over tid.
Q-learning har et stort potensial for å bidra til å fremme kunstig intelligens og maskinlæring.
