Læringsautomat
term_id: learning_automaton
Category: training_techniques
Definition
Dette konseptet stammer fra forsterkningslæring og involverer en agent som interagerer med et ukjent miljø. Automaten velger handlinger fra en endelig mengde og mottar et straff- eller belønningsignal for å justere fremtidige valg.
Summary
En læringsautomat er en enkel stokastisk beslutningstaker som iterativt oppdaterer sine handlings sannsynligheter basert på miljøtilbakemeldinger for å maksimere belønning.
Key Concepts
- Handlings-sannsynlighetsvektor
- Belønnings-/straffsignal
- Stokastisk optimering
Use Cases
- Ressursallokeringsproblemer
- Optimalisering av nettverksruting
- Enkle styresystemer