Algorytm aktor-krytyk
term_id: actor_critic_algorithm
Category: basic_concepts
Definition
Algorytm aktor-krytyk wykorzystuje dwa komponenty: aktora, który aktualizuje politykę w celu wyboru działań, oraz krytyka, który ocenia jakość tych działań, szacując funkcję wartości.
Summary
Ramowy model uczenia ze wzmocnieniem łączący metody oparte na wartości i polityce, wykorzystujący dwie sieci neuronowe: aktora i krytyka.
Key Concepts
- Gradient polityki
- Funkcja wartości
- Błąd różnicy temporalnej
- Hybrydowe uczenie ze wzmocnieniem
Use Cases
- Manipulacja ramieniem robota
- Agenci grający w gry (np. AlphaStar)
- Systemy ciągłego sterowania w pojazdach autonomicznych