Aktör-tenkit algoritması
term_id: actor_critic_algorithm
Category: basic_concepts
Definition
Aktör-tenkit algoritması iki bileşen kullanır: Eylemleri seçmek için politikayı güncelleyen aktör ve değer fonksiyonunu tahmin ederek bu eylemlerin kalitesini değerlendiren tenkit.
Summary
Bir aktör ve bir tenkit olmak üzere iki sinir ağı kullanarak değer tabanlı ve politika tabanlı yöntemleri birleştiren bir pekiştirmeli öğrenme çerçevesi.
Key Concepts
- Politika gradyanı
- Değer fonksiyonu
- Zaman farkı hatası
- Hibrit pekiştirmeli öğrenme
Use Cases
- Robotik kol manipülasyonu
- Oyun oynama ajanları (örn. AlphaStar)
- Otonom araçlardaki sürekli kontrol sistemleri