deep-RL-agent
En agent i reinforcement learning, der bruger dybe neurale netværk til at tilnærme politik eller værdifunktion.
Kort fortalt
En AI-agent, der lærer at handle ved at bruge dybe neurale netværk til at vurdere situationer og træffe beslutninger.
- Kategori
- model
- Niveau
- øvet
Betydninger
1- 1
En agent inden for forstærkningslæring, der anvender dybe neurale netværk som funktionsapproksimatorer for politikken (policy) eller værdifunktionen, hvilket muliggør læring i højdimensionelle tilstandsrum.
- Deep Q-networks (DQN) er en klassisk deep-RL-agent, der lærer at spille Atari-spil ved at optimere en Q-funktion. — Mnih et al., 2015, Nature
- En deep-RL-agent kan trænes til at styre en robotarm gennem trial and error.
Hvornår bruges det
Bruges i komplekse miljøer som spil, robotstyring og autonome systemer, hvor tilstandsrummet er stort og kontinuerligt.
Oprindelse
Udtrykket kombinerer 'deep learning' (dyb læring) og 'reinforcement learning agent' (forstærkningslæringsagent), og opstod med succesfulde anvendelser som DQN (2013).