Isi kandungan:
Definisi - Apakah yang dimaksudkan dengan Deep Q-Network?
Deep Q Networks (DQN) adalah rangkaian neural (dan / atau alat yang berkaitan) yang menggunakan pembelajaran Q dalam untuk menyediakan model seperti simulasi permainan video pintar. Daripada menjadi nama khusus untuk membina rangkaian saraf tertentu, Deep Q Networks boleh terdiri daripada rangkaian neural konvolusi dan struktur lain yang menggunakan kaedah tertentu untuk mempelajari pelbagai proses.
Techopedia menerangkan Deep Q-Networks
Kaedah pembelajaran Q mendalam biasanya menggunakan sesuatu yang dipanggil lelaran dasar umum, yang digambarkan sebagai gabungan penilaian dasar dan lelaran dasar, untuk mempelajari dasar dari input deria tinggi dimensi.
Sebagai contoh, jenis rangkaian Q yang dalam yang dilindungi dalam penerbitan teknologi seperti Medium mengambil input deria dari permainan video Atari 2600 untuk menghasilkan hasil. Ini dilakukan pada tahap yang sangat asas dengan mengumpulkan sampel, menyimpannya dan menggunakannya untuk replay pengalaman untuk mengemas kini rangkaian Q.
Secara umum, rangkaian Q mendalam melatih input yang mewakili pemain aktif dalam bidang atau sampel yang berpengalaman dan belajar untuk memadankan data tersebut dengan output yang dikehendaki. Ini adalah kaedah yang kuat dalam pembangunan kecerdasan buatan yang boleh bermain permainan seperti catur pada tahap yang tinggi, atau menjalankan aktiviti kognitif peringkat tinggi yang lain - permainan bermain Atari atau permainan video catur juga merupakan contoh yang baik bagaimana AI menggunakan jenis antara muka yang secara tradisional digunakan oleh agen manusia.
Dalam erti kata lain, dengan pembelajaran Q yang mendalam, pemain AI menjadi lebih seperti pemain manusia dalam pembelajaran untuk mencapai hasil yang diinginkan.
