Učící se automat
term_id: learning_automaton
Category: training_techniques
Definition
Tento koncept pochází z posilovacího učení a zahrnuje agenta interagujícího s neznámým prostředím. Automat vybírá akce z konečné množiny a obdrží signál trestu nebo odměny, což umožňuje učení se z následků.
Summary
Učící se automat je jednoduché stochastické rozhodovací jednotka, která iterativně aktualizuje pravděpodobnosti akcí na základě zpětné vazby z prostředí, aby maximalizovala odměnu.
Key Concepts
- Vektor pravděpodobností akcí
- Signál odměny/trestu
- Stochastická optimalizace
Use Cases
- Problémy alokace zdrojů
- Optimalizace směrování v sítích
- Jednoduché řídicí systémy