Search results for "nepārtrauktas telpas"

Paredzošā stimulētā mācīšanās

2016

Continuous actor-critic learning automaton, jeb CACLA, algoritma aktiera un kritiķa komponentes ir apvienojamas vienā, izmantojot faktu, ka tās no stāvokļu telpas izgūst līdzīgas pazīmes savu funkciju veikšanai. Tas ļauj divas reizes samazināt to realizēšanā izmantotā neironu tīkla trenējamo parametru skaitu, kā arī ļauj aģentam ātrāk nonāk pie labas stratēģijas, jo optimālās stratēģijas funkcijas parametri tiek pielāgoti arī vērtību funkcijas izmaiņu rezultātā. Tas noved pie savdabīga optimālās stratēģijas funkcijas parametru nepārraudzītās mācīšanās procesa. Šāds netiešā veidā veikts optimālās stratēģijas funkcijas parametru pielāgošanas process atstāj ietekmi uz trenēšanas procesu, jo sa…