Algoritm Actor-Critic
term_id: actor_critic_algorithm
Category: basic_concepts
Definition
Algoritmul actor-critic folosește două componente: actorul, care actualizează politica pentru a selecta acțiuni, și criticul, care evaluează calitatea acestor acțiuni estimând funcția de valoare. Această arhitectură hibridă permite stabilizare și eficiență mai mare în învățare.
Summary
Un cadru de învățare prin întărire care combină metodele bazate pe valoare și cele bazate pe politică, folosind două rețele neuronale: un actor și un critic.
Key Concepts
- Gradient de politică
- Funcție de valoare
- Eroare de diferență temporală
- Învățare prin întărire hibridă
Use Cases
- Manipularea brațelor robotice
- Agenți de joc (de ex., AlphaStar)
- Sisteme de control continuu în vehicule autonome