خوارزمية الممثل والناقد
خوارزمية نقد السلوك خوارزمية الممثل والناقد هي خوارزمية تعليم معزز تجمع بين شبكة سياسة ووظيفة قيمة لحساب احتمال اتخاذ إجراءات مختلفة في ظل حالات مختلفة من خلال معلومات المكافأة والعقاب للنتائج. ويسمى أيضًا بخوارزمية التيار المتردد.
تقوم خوارزمية النقد السلوكي بتصميم شبكتين عصبيتين، وفي كل مرة يتم تحديث المعلمات في حالة مستمرة، وهناك ارتباط قبل وبعد كل تحديث للمعلمات. وبالمقارنة مع شبكة السياسة التقليدية، فإنها تتمتع بكفاءة التعلم والأداء بشكل أفضل، ولكنها عرضة للتحيز ولا يمكنها إلا إنتاج حلول مثالية محلية.
مزايا خوارزمية التيار المتردد
- تقارب أفضل
- تعمل الأبعاد العالية ومساحة العمل المستمرة بشكل أفضل
- يمكن استخدام الاستراتيجية العشوائية
عيوب خوارزمية التيار المتردد
- عادة يتم الحصول على الحل الأمثل المحلي
- استراتيجيات التقييم غير فعالة ولديها تحيز كبير