Q-learning
Sign in to save'''Q-learning''' is a reinforcement learning algorithm that trains an agent to assign values to its possible actions based on its current state, without requiring a model of the environment (model-free). It can handle problems with stochastic transitions and rewards without requiring adaptations.
In the Vinony graph
Within Vinony's link graph, Q-learning is referenced by 387 other articles, and connects out to artificial neural network, transformer and online machine learning.
Vinony files it under 1989 in artificial intelligence, Machine learning algorithms and Reinforcement learning.
Its subject is documented across 20 Wikipedia language editions.
Wikidata facts
- Instance of
- algorithm
- Subclass of
- model-free reinforcement learning
Show 3 more facts
- Stack Exchange tag
- ai.stackexchange.com/tags/q-learning
- facet of
- reinforcement learning
- ACM Classification Code (2012)
- 10010329
via Wikidata · CC0
Article · Italiano
Q-learning è uno dei più conosciuti algoritmi di apprendimento per rinforzo. Fa parte della famiglia di algoritmi adottati nelle tecniche delle differenze temporali, relative ai casi di modelli a informazione incompleta. Uno dei suoi maggiori punti di rilievo consiste nell'abilità di comparare l'utilità aspettata delle azioni disponibili senza richiedere un modello dell'ambiente.
Abstract from DBpedia / Wikipedia · CC BY-SA