Q-learning مزدوج

المبالغة في التقدير الأقصى

تحيّز منهجي في التعلم Q حيث يؤدي استخدام نفس دالة Q لاختيار وتقييم الإجراءات إلى المبالغة في تقدير قيم الإجراءات، وهو أمر مشكل بشكل خاص في البيئات العشوائية.

← رجوع