強化学習：マルコフ決定過程ー第1部

強化学習：マルコフ決定過程ー第1部' -> '強化学習：マルコフ決定過程ー第1部

強化学習のバックボーンであるマルコフ決定過程を紹介します

私の以前の記事では、主に教師あり学習について説明し、教師なし学習の要素も少し取り上げました。しかし、この記事と次のいくつかの記事では、強化学習の問題に取り組み、読者の皆さんにそれについて明確で直感的なアイデアを提供します。

まず、機械学習の概要を説明しましょう。機械学習には3つの主要なサブフィールドがあります。教師なし学習、教師あり学習、および強化学習です。まず、それぞれの違いを理解しましょう：

1. 教師なし学習：ラベルのないすべてのデータポイントに対して、パターンを自動的に見つけたりラベルを付けたりします。各ポイントはすべての特徴のベクトルであり、通常はクラスタリングによって行われます。新しい部屋に移動すると想像してください。クローゼットと戸棚があり、あなたの持ち物がすべてあります。部屋と持ち物を注意深く調べ、どのアイテムが互いに似ているかを見て、持ち物をそれぞれのカテゴリーにパッキングして部屋を整理します。要するに、教師なし学習を実践しています。これは単一のステップのプロセスです。
2. 教師あり学習：ラベルが付けられたデータポイントがあります。各データポイントがどのラベルに属するかを学びます。そして、これらのデータポイントを正しいラベルにフィットさせる関数を見つけます。つまり、y≈f(x)を見つけます。強化学習を学んでいると想像してください。最初にいくつかの先入観があります。したがって、f(x)はランダムに初期化されます。学習教材を繰り返し学習すると、徐々に概念が強くなります。要するに、yは学習教材で、f(x)は理解です。教師あり学習は単一のステップのプロセスです。
3. 強化学習：強化学習は教師あり学習とは異なり、学習にラベルを頼らずに報酬を利用します。さらに、強化学習は通常、複数のステップで行われます。各ステップには、各ステートに対してデータポイントがあります。そして、各ステートでは、エージェントは長期的に報酬を最大化するために行動を選択します。教師あり学習では、ラベルy…

We will continue to update VoAGI; if you have any questions or suggestions, please contact us!