Algoritma aktor-kritik
term_id: actor_critic_algorithm
Category: basic_concepts
Definition
Algoritma aktor-kritik menggunakan dua komponen: aktor, yang memperbarui kebijakan untuk memilih aksi, dan kritik, yang mengevaluasi kualitas aksi tersebut dengan memperkirakan fungsi nilai.
Summary
Kerangka pembelajaran penguatan yang menggabungkan metode berbasis nilai dan berbasis kebijakan menggunakan dua jaringan saraf: aktor dan kritik.
Key Concepts
- Gradien kebijakan
- Fungsi nilai
- Kesalahan perbedaan temporal
- RL hibrida
Use Cases
- Manipulasi lengan robot
- Agen permainan (misalnya, AlphaStar)
- Sistem kontrol kontinu dalam kendaraan otonom