امیرسید علیخانی - دانشگاه شیراز، دانشگاه باهنر کرمان

روش یادگیری تقویتی نوعی از رویکردهای یادگیری ماشین میباشد که در آن یک عامل می تواند با بهره گیری از سعی و خطا و دریافتپاداش ها و تنبیه های دریافتی از محیط به واسطه رفتارهای خود، یادگیری داشته باشد. در این رویکرد، هدفی که برای عامل ترسیم می گردد،بیشینه سازی پاداش های دریافتی می باشد. در این مقاله تلاش می گردد تا الگوریتم های مختلف در یادگیری تقویتی بیان و دسته بندی وتفکیک و تمایز هریک بیان شود؛ تا محققین بتوانند به راحتی الگوریتم مناسب برای مسائل مختلف خود را در این حوزه بیابند.

یادگیری ماشین، یادگیری تقویتی، یادگیری از پاداش و تنبیه، یادگیری عامل، الگوریتم های یادگیری تقویتی