אלגוריתם שחקן-מבקר
term_id: actor_critic_algorithm
Category: basic_concepts
Definition
אלגוריתם השחקן-מבקר משתמש בשני רכיבים: השחקן, המעדכן את המדיניות לבחירת פעולות, והמבקר, המעריך את איכות הפעולות הללו על ידי הערכת פונקציית הערך.
Summary
מסגרת למידה חיזוקית המשלבת שיטות מבוססות ערך ומבוססות מדיניות באמצעות שתי רשתות עצביות: שחקן ומבקר.
Key Concepts
- גרדיאנט מדיניות
- פונקציית ערך
- שגיאת הפרש זמנים
- למידה חיזוקית היברידית
Use Cases
- טיפול בזרוע רובוטית
- סוכני משחק (למשל, AlphaStar)
- מערכות בקרה רציפה ברכב אוטונומי