4.1.3 Reinforcement learning. In re

4.1.3 Reinforcement learning. In reinforcement-learning (RL), the system learns based on a set of reinforcements from its environment. For instance, a reward or punishment determines whether the system performed well or not [36]. Each interaction with the environment returns an information, which the system makes the best use of this informationtolearnandupdateitsknowledge[59]. Akeyconcept in reinforcement-learning is the Markovian property (i.e. only the current state affects the next state) [59].

Результаты (русский) 1:

4.1.3 Обучение с подкреплением. В арматурном обучении (RL), система узнает на основе набора подкреплений из ее окружения. Например, вознаграждение или наказание определяет, выполняется ли система хорошо или нет [36]. Каждое взаимодействие с окружающей средой возвращает информацию, которую система делает наилучшим образом использовать это informationtolearnandupdateitsknowledge [59]. Akeyconcept в усиливающей обучения является марковским свойством (т.е. только текущее состояние влияет на следующее состояние) [59].

Результаты (русский) 2:

4.1.3 Обучение укреплению. В армно-обучения (RL), система учится на основе набора подкреплений из своей среды. Например, вознаграждение или наказание определяет, хорошо ли работает система или нет. Каждое взаимодействие с окружающей средой возвращает информацию, которую система делает наиболее наилучшим образомнаилучшим образом использовать эту informationtolearnandupdateitsknowledge. Akeyconcept в армюмент-обучения является свойство Марковского (т.е. только текущее состояние влияет на следующее состояние) .

Результаты (русский) 3:

4.1.3 интенсивное обучение.в рамках системы интенсивного обучения (РЛ) обучение осуществляется на основе интенсивной работы в окружающей среде.например, стимулы и санкции определяют, насколько эффективно функционирует система [36].каждый раз, когда происходит взаимодействие с окружающей средой, возвращается информация, которая в полной мере используется системой для получения и обновления skknowledge [59].только текущее состояние влияет на следующее состояние [59].