Perguntas com a marcação «reinforcement-learning»

O site de inteligência artificial define o aprendizado fora da política e dentro da política da seguinte maneira: "Um aluno fora da política aprende o valor da política ideal independentemente das ações do agente. Q-learning é um aluno fora da política. Um aluno fora da política aprende o valor da …

79 machine-learning  reinforcement-learning  artificial-intelligence 

Estou me ensinando sobre o aprendizado por reforço e tentando entender o conceito de recompensa com desconto. Portanto, a recompensa é necessária para dizer ao sistema quais pares de ação e estado são bons e quais são ruins. Mas o que não entendo é por que a recompensa com desconto …

43 machine-learning  reinforcement-learning 

Há muito tempo os computadores conseguem jogar xadrez usando uma técnica de "força bruta", procurando até uma certa profundidade e depois avaliando a posição. O computador AlphaGo, no entanto, usa apenas uma RNA para avaliar as posições (ele não faz nenhuma pesquisa em profundidade até onde eu sei). É possível …

32 neural-networks  deep-learning  reinforcement-learning  games 

Vejo a seguinte equação em " In Reforcement Learning. An Introduction ", mas não siga a etapa que destaquei em azul abaixo. Como exatamente essa etapa é derivada?

32 expected-value  reinforcement-learning 

Aprendizado supervisionado 1) Um humano constrói um classificador com base na entrada e saída de dados 2) Esse classificador é treinado com um conjunto de dados de treinamento 3) Esse classificador é testado com um conjunto de dados de teste 4) Implantação se a saída for satisfatória Para ser usado …

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

O algoritmo de bandido mais conhecido é o limite superior de confiança (UCB), que popularizou essa classe de algoritmos. Desde então, presumo que agora existem algoritmos melhores. Qual é o melhor algoritmo atual (em termos de desempenho empírico ou limites teóricos)? Esse algoritmo é ideal em algum sentido?

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

Estou tentando fazer análise de séries temporais e sou novo nesse campo. Eu tenho contagem diária de um evento de 2006-2009 e quero ajustar um modelo de série temporal a ele. Aqui está o progresso que eu fiz: timeSeriesObj = ts(x,start=c(2006,1,1),frequency=365.25) plot.ts(timeSeriesObj) O gráfico resultante que recebo é: Para verificar …

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

Depois de jogar muito Angry Birds, comecei a observar minhas próprias estratégias. Acontece que eu desenvolvi uma abordagem muito específica para obter 3 estrelas em cada nível. Isso me fez pensar nos desafios de desenvolver um sistema de aprendizado de máquina capaz de jogar o Angry Birds. Interagir com o …

22 machine-learning  reinforcement-learning 

Recentemente, me deparei com a palavra "Aprendizagem por Reforço Recorrente". Entendo o que é "Rede Neural Recorrente" e o que é "Aprendizagem por Reforço", mas não consegui encontrar muita informação sobre o que é uma "Aprendizagem por Reforço Recorrente". Alguém pode me explicar o que é um "aprendizado de reforço …

20 machine-learning  reinforcement-learning 

No artigo da DeepMind sobre o Deep Q-Learning para videogames da Atari ( aqui ), eles usam um método épsilon-ganancioso para exploração durante o treinamento. Isso significa que, quando uma ação é selecionada no treinamento, ela é escolhida como a ação com o valor q mais alto ou uma ação …

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

Enquanto estudava o aprendizado por reforço, deparei-me com muitas formas da função de recompensa: , e até uma função de recompensa que depende apenas do estado atual. Dito isto, percebi que não é muito fácil 'criar' ou 'definir' uma função de recompensa.R ( s , a )R(s,uma)R(s,a)R ( s , …

18 machine-learning  reinforcement-learning 

SARSA e Q Learning são algoritmos de aprendizado por reforço que funcionam de maneira semelhante. A diferença mais marcante é que o SARSA está na política enquanto o Q Learning está fora da política. As regras de atualização são as seguintes: Q Aprendizado: Q ( st, umt) ← Q ( …

18 reinforcement-learning 

Por que a letra Q foi escolhida em nome do Q-learning? A maioria das letras é escolhida como uma abreviação, como ππ\pi política e vvv significa valor. Mas não acho que Q seja uma abreviação de nenhuma palavra.

17 terminology  reinforcement-learning  history  q-learning 

Parece que a definição de aprendizado supervisionado é um subconjunto de aprendizado por reforço, com um tipo específico de função de recompensa que se baseia em dados rotulados (em oposição a outras informações no ambiente). Esse é um retrato preciso?

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

Bandidos de vários braços funcionam bem em situações em que você tem opções e não tem certeza de qual delas maximizará seu bem-estar. Você pode usar o algoritmo para algumas situações da vida real. Como exemplo, o aprendizado pode ser um bom campo: Se uma criança está aprendendo carpintaria e …

15 algorithms  reinforcement-learning  multiarmed-bandit