lیادگیری تقویتی از اینرو مورد توجه است که راهی برای آموزش عاملها برای انجام یک عمل از طریق دادن پاداش و تنبیه است بدون اینکه لازم باشد نحوه انجام عمل را برای عامل مشخص نمائیم.
lدو استراتژی اصلی برای اینکار وجود دارد:
.1یکی استفاده از الگوریتم های ژنتیکی
.2و دیگری استفاده از روشهای آماری و dynamic programming
lدر RL روش دوم مد نظر است.
فایل ورد 23 اسلاید
دانلود پاورپوینت یادگیری تقویتی