Nach meinem besten Verständnis ist der Monte-Carlo-Baumsuchalgorithmus (MCTS) eine Alternative zum Minimax für die Suche in einem Knotenbaum. Es funktioniert, indem Sie einen Zug auswählen (im Allgemeinen den mit der höchsten Chance, der Beste zu sein) und dann während des Zuges ein zufälliges...
Gibt es Methoden für Gradienten außerhalb der Richtlinien? Ich weiß, dass Richtliniengradientenmethoden selbst die Richtlinienfunktion für Stichproben-Rollouts verwenden. Aber können wir nicht einfach ein Modell für die Probenahme aus der Umgebung haben? Wenn ja, habe ich das noch nie...
Ich habe ein schachähnliches Brettspiel erfunden. Ich habe einen Motor gebaut, damit er autonom spielen kann. Der Motor ist im Grunde ein Entscheidungsbaum. Es besteht aus: Eine Suchfunktion, die an jedem Knoten alle möglichen legalen Bewegungen findet Eine Bewertungsfunktion, die der Brettposition...
Die meisten Einführungen in den Bereich MDPs und Reinforcement-Lernen konzentrieren sich ausschließlich auf Bereiche, in denen Raum- und Aktionsvariablen Ganzzahlen (und endlich) sind. Auf diese Weise werden wir schnell in Value Iteration, Q-Learning und dergleichen eingeführt. Die interessantesten...
Ich bin mit überwachtem und unbeaufsichtigtem Lernen vertraut. Ich habe den SaaS-Kurs von Andrew Ng auf Coursera.org gemacht. Ich suche etwas Ähnliches für das verstärkte Lernen. Kannst du etwas
OpenAIs Universum verwendet RL-Algorithmen und ich habe von einigen Spieltrainingsprojekten mit Q-Learning gehört, aber gibt es noch andere, die zum Meistern / Gewinnen von Spielen verwendet werden? Können genetische Algorithmen verwendet werden, um bei einem Spiel zu
Ich habe einen tiefgreifenden deterministischen Lernagenten zur Verstärkung von Richtliniengradienten entwickelt, um alle Spiele / Aufgaben mit nur einer Aktion ausführen zu können. Der Agent scheint jedoch schrecklich zu scheitern, wenn zwei oder mehr Aktionen ausgeführt werden. Ich habe versucht,...
Angesichts eines großen Problems scheinen Wertiterationen und andere tabellenbasierte Ansätze zu viele Iterationen zu erfordern, bevor sie konvergieren. Gibt es andere Lernansätze zur Verstärkung, die sich besser auf große Probleme skalieren lassen und die Anzahl der Iterationen im Allgemeinen...