Trí tuệ nhân tạo (AI)
Q-Learning Reinforcement Learning Core
ID: #481
Xem trên trang chủ
Thời gian (Time)
O(Episodes * Steps)
Không gian (Space)
O(State * Action)
Mô tả nguyên lý
Thuật toán học tăng cường không cần mô hình (model-free) cập nhật bảng giá trị hành động Q-value.
Cài đặt mẫu (Implementation)
// Cập nhật giá trị Q theo phương trình Bellman: $Q(s,a) \leftarrow Q(s,a) + \alpha [r + \gamma \max Q - Q]$.
Trí tuệ nhân tạo (AI)
SARSA (State-Action-Reward-State-Action)
ID: #482
Xem trên trang chủ
Thời gian (Time)
O(Episodes * Steps)
Không gian (Space)
O(State * Action)
Mô tả nguyên lý
Thuật toán học tăng cường chính sách trực tiếp (on-policy TD control).
Cài đặt mẫu (Implementation)
// Cập nhật giá trị Q dựa trên hành động thực tế a' mà chính sách đang chọn ở trạng thái tiếp theo.