Зміст:
Визначення - Що означає Deep Q-Networks?
Deep Q Networks (DQN) - нейронні мережі (та / або пов'язані з ними інструменти), які використовують глибоке навчання Q, щоб забезпечити такі моделі, як моделювання інтелектуальної гри у відеоігри. Замість того, щоб бути конкретною назвою для конкретної побудови нейронної мережі, Deep Q Networks можуть складатися з згорткових нейронних мереж та інших структур, які використовують конкретні методи, щоб дізнатися про різні процеси.
Техопедія пояснює глибокі Q-мережі
Метод глибокого вивчення Q зазвичай використовує щось, що називається загальною ітерацією політики, описаною як поєднання оцінки політики та ітерації політики, щоб вивчити політику із сенсорного введення з високими розмірами.
Наприклад, поширений тип глибокої мережі Q, висвітлений у таких публікаціях, як Medium, використовує сенсорні дані від відеоігор Atari 2600 для моделювання результатів. Це робиться на дуже фундаментальному рівні, збираючи зразки, зберігаючи їх та використовуючи їх для перегляду досвіду з метою оновлення мережі Q.
Загалом, глибокі мережі Q тренуються на входах, які представляють активних гравців у районах чи інших досвідчених зразках, і вчаться співставляти ці дані з потрібними результатами. Це потужний метод розвитку штучного інтелекту, який може грати в такі ігри, як шахи на високому рівні, або виконувати інші пізнавальні дії високого рівня - приклад відеоігор Atari або шахи також є хорошим прикладом того, як AI використовує типи інтерфейсів, які традиційно використовували людські агенти.
Іншими словами, з глибоким навчанням Q, гравець AI стає більше схожим на гравця людини в навчанні для досягнення бажаних результатів.
