bugünün notları ✎

Teknoloji Notlarım

konu

pekiştirmeli öğrenme

21 not · tüm bölümlerden

Yapay Zekâ Terimleri21 sonuç
Ödül ŞekillendirmeReward ShapingÖğrenmeyi hızlandırmak için ödül fonksiyonuna ek yönlendirici sinyaller eklenmesi.Simülasyondan GerçeğeSim-to-RealSimülasyonda öğrenilen politikanın gerçek dünyaya aktarılması; robotikte temel zorluk.Kendi Kendine OyunSelf-PlayAjanın kendi kopyalarına karşı oynayarak öğrenmesi (AlphaGo, AlphaZero).Ters Pekiştirmeli ÖğrenmeInverse RLGözlemlenen uzman davranışından ödül fonksiyonunu çıkarma problemi.Çevrimdışı Pekiştirmeli ÖğrenmeOffline RLAjanın ortamla etkileşmeden, önceden toplanmış veri kümesinden öğrenmesi.Markov Karar SüreciMDP (Markov Decision Process)Pekiştirmeli öğrenme problemlerinin matematiksel çerçevesi: durumlar, eylemler, geçişler, ödüller.Taklit ÖğrenmesiImitation LearningAjanın ödül yerine uzman gösterimlerini taklit ederek öğrenmesi (davranış klonlama).Bölüm / YörüngeEpisode / TrajectoryAjanın başlangıçtan bitişe kadar geçirdiği durum-eylem-ödül dizisi.İndirim FaktörüDiscount FactorGelecekteki ödüllerin bugünkü değerini azaltan katsayı (gamma).Aktör-EleştirmenActor-CriticPolitikayı (aktör) ve değer tahminini (eleştirmen) birlikte öğrenen RL mimarisi.Keşif-Sömürü İkilemiExploration-Exploitation TradeoffAjanın bilinen iyi eylemleri tekrarlamak ile yeni eylemleri denemek arasında kurduğu denge.Değer FonksiyonuValue FunctionBir durumdan başlayarak elde edilebilecek beklenen toplam ödülü tahmin eden fonksiyon.Q-ÖğrenmeQ-LearningDurum-eylem çiftlerinin değerini tablo veya ağ ile öğrenen klasik değer tabanlı RL algoritması (Deep Q-Network dahil).Politika GradyanıPolicy GradientPolitikayı doğrudan, beklenen ödülü artıracak yönde güncelleyen RL algoritma ailesi (PPO, GRPO bu aileye girer).ÖdülRewardOrtamın bir eylemin ne kadar iyi olduğunu bildiren sayısal geri bildirim sinyali.PolitikaPolicyAjanın her durumda hangi eylemi seçeceğini belirleyen strateji (fonksiyon).DurumStateOrtamın belirli bir andaki tam veya kısmi temsili.EylemActionAjanın bir durumda yapabileceği seçim.Ajan (RL)Agent (RL)Pekiştirmeli öğrenmede ortamı gözlemleyip eylem seçen ve ödül alan öğrenen birim.OrtamEnvironmentAjanın içinde eylemde bulunduğu, eylemlere durum ve ödül ile karşılık veren sistem.Pekiştirmeli ÖğrenmeReinforcement Learning (RL)Bir ajanın ortamla etkileşerek, ödül ve ceza sinyallerine göre deneme-yanılma yoluyla en iyi davranışı öğrendiği yaklaşım (ayrıntılar için Pekiştirmeli Öğrenme kategorisine bakın).

tüm bölümler

Ana SayfaYZ HaberleriYZ TerimleriYZ Linkleri

konular

açık ağırlıklı modelanthropicapplebilimchatgptclaudecodexçingeminigooglegörsel üretimigrokkodlamametamicrosoftmusenvidiaopenaises ajanısiber güvenlikvideo üretimiyapay zekâ ajanlarıyapay zekâ güvenliğixai

takip et

YouTubeInstagramMMedium