Published:
Trust Region Policy Optimization (TRPO) tối ưu chính sách một cách ổn định bằng cách giới hạn bước cập nhật trong một vùng tin cậy. Điều này giúp tránh việc thay đổi chính sách quá đột ngột, từ đó cải thiện hiệu suất và độ ổn định.
Published:
Actor-Critic là một phương pháp học tăng cường kết hợp giữa hai thành phần Actor và Critic. Mô hình này tận dụng ưu điểm của cả Policy-based và Value-based để học nhanh và ổn định hơn trong các môi trường phức tạp.
Published:
Policy Gradient cho phép mô hình học trực tiếp chính sách hành động thông qua tối ưu hóa gradient. Kỹ thuật này đặc biệt hiệu quả trong các bài toán có không gian hành động liên tục hoặc phức tạp.
Published:
Deep Q-Learning là sự kết hợp giữa Q-Learning và mạng nơ-ron, cho phép tác nhân học các hành động tối ưu trong môi trường phức tạp có không gian trạng thái lớn.
Published:
Q-Learning là một thuật toán học tăng cường nền tảng, giúp các tác nhân học được hành động tốt nhất cần thực hiện trong một môi trường nhất định bằng cách tối đa hóa phần thưởng theo thời gian.