Μανθάνον Αυτόματο
term_id: learning_automaton
Category: training_techniques
Definition
Αυτή η έννοια προέρχεται από την ενισχυτική μάθηση και περιλαμβάνει έναν πράκτορα που αλληλεπιδρά με ένα άγνωστο περιβάλλον. Το αυτοματο επιλέγει δράσεις από ένα πεπερασμένο σύνολο και λαμβάνει ένα σήμα ποινής ή ανταμοιβής.
Summary
Ένα μανθάνον αυτοματο είναι μια απλή στοχαστική μονάδα λήψης αποφάσεων που ενημερώνει επαναλαμβανικά τις πιθανότητες δράσης της με βάση το περιβαλλοντικό ανάδραση για τη μεγιστοποίηση της ανταμοιβής.
Key Concepts
- Διάνυσμα Πιθανοτήτων Δράσης
- Σήμα Ανταμοιβής/Ποινής
- Στοχαστική Βελτιστοποίηση
Use Cases
- Προβλήματα κατανομής πόρων
- Βελτιστοποίηση δρομολόγησης δικτύου
- Απλά συστήματα ελέγχου