Cuprins:
Definiție - Ce înseamnă Deep Q-Networks?
Rețele Deep Q (DQN) sunt rețele neuronale (și / sau instrumente conexe) care utilizează învățarea Q profundă pentru a oferi modele precum simularea jocului video inteligent. În loc să fie un nume specific pentru o rețea neuronală specifică, rețelele Q Deep pot fi alcătuite din rețele neuronale convoluționale și alte structuri care folosesc metode specifice pentru a afla despre diverse procese.
Techopedia explica Deep Q-Networks
Metoda de învățare Q profundă folosește în mod obișnuit ceva numit iterație generală a politicii, descrisă ca o conjuncție de evaluare a politicilor și iterare de politici, pentru a învăța politici din aport senzorial dimensional înalt.
De exemplu, un tip comun de rețea Q adâncă acoperită în publicații tehnologice precum Medium are o contribuție senzorială de la jocurile video Atari 2600 pentru rezultatele modelului. Acest lucru se realizează la un nivel foarte fundamental prin colectarea de mostre, stocarea lor și utilizarea acestora pentru redarea experienței pentru a actualiza rețeaua Q.
Într-un sens general, rețelele Q adânci se antrenează pe intrări care reprezintă jucători activi din zone sau alte probe cu experiență și învață să potrivească aceste date cu rezultatele dorite. Aceasta este o metodă puternică în dezvoltarea inteligenței artificiale care poate juca jocuri precum șahul la un nivel înalt sau să desfășoare alte activități cognitive la nivel înalt - exemplul de joc video Atari sau joc de șah este, de asemenea, un bun exemplu despre modul în care AI folosește AI tipuri de interfețe care erau utilizate în mod tradițional de agenții umani.
Cu alte cuvinte, prin învățarea Q profundă, jucătorul AI devine mai mult ca un jucător uman în învățarea obținerii rezultatelor dorite.
