Læringsautomat
term_id: learning_automaton
Category: training_techniques
Definition
Dette koncept stammer fra forstærkningslæring og involverer en agent, der interagerer med et ukendt miljø. Automaten vælger handlinger fra et endeligt sæt og modtager et straf- eller belønningsignal.
Summary
En læringsautomat er en simpel stokastisk beslutningstagende enhed, der iterativt opdaterer sine handlings sandsynligheder baseret på miljøfeedback for at maksimere belønningen.
Key Concepts
- Handlings-sandsynlighedsvektor
- Belønning/straf signal
- Stokastisk optimering
Use Cases
- Ressourceallokeringsproblemer
- Optimering af netværksruting
- Enkle styresystemer