ترجمه فارسی مقاله کاوش کارآمد در یادگیری تقویتی عمیق: الگوریتم بدیع بازیگر-نقد بیزی

انتخاب پلن

انتخاب پلن برای ادامه خرید الزامی است.

عنوان مقاله به انگلیسی Efficient Exploration in Deep Reinforcement Learning: A Novel Bayesian Actor-Critic Algorithm
عنوان مقاله به فارسی کاوش کارآمد در یادگیری تقویتی عمیق: الگوریتم بدیع بازیگر-نقد بیزی
نویسندگان Nikolai Rozanov
فرمت مقاله انگلیسی PDF
تعداد صفحات 74
لینک دانلود رایگان مقاله انگلیسی دانلود مقاله
دسته بندی موضوعات Machine Learning,یادگیری ماشین ,
توضیحات Submitted 19 August, 2024; originally announced August 2024. , Comments: 74 pages, MRes Thesis in Computer Science, UCL
توضیحات به فارسی ارسال شده در 19 اوت 2024 ؛در ابتدا اوت 2024 اعلام شد ، نظرات: 74 صفحه ، پایان نامه MRES در علوم کامپیوتر ، UCL
اطلاعات بیشتر از این مقاله در پایگاه های علمی INSPIRE HEP
NASA ADS
Google Scholar
Semantic Scholar

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

چکیده

Reinforcement learning (RL) and Deep Reinforcement Learning (DRL), in particular, have the potential to disrupt and are already changing the way we interact with the world. One of the key indicators of their applicability is their ability to scale and work in real-world scenarios, that is in large-scale problems. This scale can be achieved via a combination of factors, the algorithm's ability to make use of large amounts of data and computational resources and the efficient exploration of the environment for viable solutions (i.e. policies). In this work, we investigate and motivate some theoretical foundations for deep reinforcement learning. We start with exact dynamic programming and work our way up to stochastic approximations and stochastic approximations for a model-free scenario, which forms the theoretical basis of modern reinforcement learning. We present an overview of this highly varied and rapidly changing field from the perspective of Approximate Dynamic Programming. We then focus our study on the short-comings with respect to exploration of the cornerstone approaches (i.e. DQN, DDQN, A2C) in deep reinforcement learning. On the theory side, our main contribution is the proposal of a novel Bayesian actor-critic algorithm. On the empirical side, we evaluate Bayesian exploration as well as actor-critic algorithms on standard benchmarks as well as state-of-the-art evaluation suites and show the benefits of both of these approaches over current state-of-the-art deep RL methods. We release all the implementations and provide a full python library that is easy to install and hopefully will serve the reinforcement learning community in a meaningful way, and provide a strong foundation for future work.

چکیده به فارسی (ترجمه ماشینی)

یادگیری تقویت (RL) و یادگیری تقویت عمیق (DRL) ، به ویژه ، پتانسیل ایجاد اختلال در آن را دارند و در حال حاضر نحوه تعامل ما با جهان را تغییر می دهند.یکی از شاخص های اصلی کاربرد آنها ، توانایی آنها در مقیاس و کار در سناریوهای دنیای واقعی است که در مشکلات در مقیاس بزرگ است.این مقیاس می تواند از طریق ترکیبی از عوامل ، توانایی الگوریتم در استفاده از مقادیر زیادی از داده ها و منابع محاسباتی و اکتشاف کارآمد محیط برای راه حل های مناسب (یعنی سیاست ها) حاصل شود.در این کار ، ما برخی از مبانی نظری را برای یادگیری تقویت عمیق بررسی و ایجاد می کنیم.ما با برنامه نویسی دقیق پویا شروع می کنیم و راه خود را به سمت تقریب های تصادفی و تقریب های تصادفی برای یک سناریوی عاری از مدل ، که مبنای نظری یادگیری تقویت مدرن را تشکیل می دهد ، انجام می دهیم.ما یک نمای کلی از این زمینه بسیار متنوع و به سرعت در حال تغییر از منظر برنامه نویسی پویا تقریبی ارائه می دهیم.ما سپس مطالعه خود را بر روی کوتاه مدت با توجه به اکتشاف رویکردهای سنگ بنای (یعنی DQN ، DDQN ، A2C) در یادگیری تقویت عمیق متمرکز می کنیم.از طرف نظریه ، سهم اصلی ما پیشنهاد الگوریتم جدید بازیگر بیزی بازیگر بیزی است.از طرف تجربی ، ما اکتشافات بیزی و همچنین الگوریتم های بازیگر-انتقادی را در معیارهای استاندارد و همچنین مجموعه های ارزیابی پیشرفته ارزیابی می کنیم و مزایای هر دو این رویکردها را نسبت به عمیق ترین دوره های فعلی نشان می دهیمروشهای RL.ما تمام پیاده سازی ها را منتشر می کنیم و یک کتابخانه کامل پایتون را ارائه می دهیم که نصب آن آسان است و امیدوارم به روشی معنی دار در جامعه یادگیری تقویت کننده خدمت کند و پایه و اساس محکمی برای کارهای آینده فراهم کند.

📚 محتوای این محصول آموزشی (پکیج کامل)

علاوه بر مقاله اصلی انگلیسی که دریافت می کنید، برای یادگیری عمیق‌تر و تسلط کامل بر مباحث مجموعه‌ای از کتاب‌های آموزشی نیز ارائه می‌شود.

🎯 این بسته یک دورهٔ آموزشی کامل و چندلایه است؛ شامل ویدیوهای آموزشی، کتاب‌ها، تمرین‌ها و خودآزمایی.

ℹ️ نکات مهم هنگام خرید

  • این محصول به صورت فایل دانلودی کامل ارائه می‌شود.
  • توجه: لینک‌های اختصاصی دوره طی حداکثر 24 ساعت پس از ثبت سفارش ارسال می‌شوند.
  • دقت کنید لینک ها به شماره موبایل شما ارسال می شوند. پس در ارائه شماره موبایل صحیح دقت کنید.
  • برای راهنمایی در مورد نحوه دانلود به شماره 09395106248 پیامک دهید یا تماس بگیرید. (ایده آل ترین گزینه ارسال پیام در یکی از پیام رسان ها به همین شماره است تا سریعا لینک های محصول همان جا برای شما ارسال گردد.)
  • اگر پرداخت انجام شده ولی بعد از 24 ساعت هنوز لینک‌ها را دریافت نکرده‌اید، نام و نام خانوادگی و نام محصول را پیامک کنید تا لینک‌ها دوباره ارسال شوند.

💬 راه‌های ارتباطی پشتیبانی:
واتس‌اپ یا هر پیام رسان داخلی یا پیامک: 09395106248
تلگرام: @ma_limbs

نظرات

هنوز نظری ثبت نشده است.

وارد شوید تا نظر ثبت کنید.