خوارزمية الممثل الناقد (AC) هي خوارزمية تعلم معزز تجمع بين شبكة السياسة ودالة القيمة لحساب احتمالية اتخاذ إجراءات مختلفة في حالات مختلفة بناءً على معلومات المكافأة والعقاب للنتائج.

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