Q-learning

Autor: Roger Morrison
Fecha De Creación: 24 Septiembre 2021
Fecha De Actualización: 1 Mayo 2024
Anonim
Q-Learning Explained - A Reinforcement Learning Technique
Video: Q-Learning Explained - A Reinforcement Learning Technique

Contenido

Definición - ¿Qué significa Q-learning?

Q-learning es un término para una estructura de algoritmo que representa el aprendizaje de refuerzo sin modelo. Al evaluar la política y utilizar modelos estocásticos, Q-learning encuentra el mejor camino a seguir en un proceso de decisión de Markov.


Una introducción a Microsoft Azure y la nube de Microsoft | A lo largo de esta guía, aprenderá de qué se trata la computación en la nube y cómo Microsoft Azure puede ayudarlo a migrar y administrar su negocio desde la nube.

Techopedia explica Q-learning

La composición técnica del algoritmo Q-learning implica un agente, un conjunto de estados y un conjunto de acciones por estado.

La función Q usa pesos para varios pasos junto con un factor de descuento para valorar las recompensas.

Aunque parezca una idea simple, el Q-learning es de suma importancia en muchos tipos de aprendizaje de refuerzo y modelos de aprendizaje profundo. Uno de los mejores ejemplos es donde el aprendizaje profundo en Q se usa para ayudar a los programas de aprendizaje automático a aprender estrategias de juego en varios tipos de videojuegos, por ejemplo, en los juegos de Atari de la década de 1980. Aquí, una red neuronal convolucional toma muestras del juego para elaborar un modelo estocástico que ayudará a la computadora a saber cómo jugar mejor con el tiempo.


Q-learning tiene un potencial abundante para ayudar a avanzar en la inteligencia artificial y el aprendizaje automático.