خوارزمية الممثل والنقد
term_id: actor_critic_algorithm
Category: basic_concepts
Definition
تستخدم خوارزمية الممثل والنقد مكونين: الممثل، الذي يحدث السياسة لاختيار الإجراءات، والنقاد، الذي يقيم جودة تلك الإجراءات من خلال تقدير دالة القيمة.
Summary
إطار عمل في التعلم التعزيزي يجمع بين الأسس القائمة على القيمة والقائمة على السياسة باستخدام شبكتين عصبيتين: ممثل ونقاد.
Key Concepts
- تدرج السياسة
- دالة القيمة
- خطأ الفرق الزمني
- التعلم التعزيزي الهجين
Use Cases
- التلاعب بذراع روبوتية
- وكلاء اللعب (مثل ألفا ستار)
- أنظمة التحكم المستمر في المركبات ذاتية القيادة