Inhoudsopgave:
Definitie - Wat betekent Q-learning?
Q-learning is een term voor een algoritmestructuur die modelloos leren van versterking weergeeft. Door beleid te evalueren en stochastische modellering te gebruiken, vindt Q-learning de beste weg vooruit in een Markov-besluitvormingsproces.
Techopedia verklaart Q-learning
De technische samenstelling van het Q-learning-algoritme omvat een agent, een reeks staten en een reeks acties per staat.
De Q-functie gebruikt gewichten voor verschillende stappen in combinatie met een kortingsfactor om beloningen te waarderen.
Hoewel het misschien een eenvoudig idee lijkt, is Q-learning van het grootste belang in veel soorten versterkingsleren en diepgaande leermodellen. Een van de beste voorbeelden is waar diep Q-learning wordt gebruikt om machine learning-programma's te helpen om gameplaystrategieën te leren in verschillende soorten videogames, bijvoorbeeld in Atari-games uit de jaren 1980. Hier neemt een convolutioneel neuraal netwerk voorbeelden van gameplay om een stochastisch model op te stellen dat de computer zal helpen weten hoe het spel in de loop van de tijd beter kan worden gespeeld.
Q-learning heeft een enorm potentieel om kunstmatige intelligentie en machine learning te helpen bevorderen.
