آموزش بنیادهای یادگیری تقویت - آخرین آپدیت

مقدمه Introduction

• به طور خلاصه یادگیری تقویت Reinforcement learning in a nutshell

1. شروع با یادگیری تقویت 1. Getting Started with Reinforcement Learning

• اصطلاحات در یادگیری تقویت Terms in reinforcement learning

• یک مشکل اساسی RL A basic RL problem

• روند تصمیم گیری مارکوف Markov decision process

• یک راه حل اساسی RL A basic RL solution

2. الگوریتم های یادگیری تقویت 2. Reinforcement Learning Algorithms

• روش مونت کارلو Monte Carlo method

• روش های اختلاف زمانی Temporal difference methods

• سایر الگوریتم های RL Other RL algorithms

3. روش مونت کارلو 3. Monte Carlo Method

• تنظیمات The setting

• اکتشاف و بهره برداری Exploration and exploitation

• پیش بینی مونت کارلو Monte Carlo prediction

• اولین بازدید و هر بازدید پیش بینی MC First visit and every visit MC prediction

• کنترل مونت کارلو Monte Carlo control

• تغییرات اضافی Additional modifications

4. روش های تفاوت زمانی 4. Temporal Difference Methods

• تنظیمات The setting

• سارسا SARSA

• SARSAMAX (یادگیری Q) SARSAMAX (Q-learning)

• SARSA مورد انتظار Expected SARSA

5. فرم های اصلاح شده اصلاح شده 5. Modified Forms of Reinforcement

• یادگیری تقویت عمیق Deep reinforcement learning

• یادگیری تقویت چند عاملی Multi-agent reinforcement learning

• یادگیری تقویت معکوس Inverse reinforcement learning

نتیجه Conclusion

• سفر یادگیری تقویت کننده شما Your reinforcement learning journey