Învățarea prin consolidare bayesiană: Un studiu

Titlul original:

Bayesian Reinforcement Learning: A Survey

Conținutul cărții:

Metodele bayesiene pentru învățarea automată au fost studiate pe scară largă, oferind metode bazate pe principii pentru încorporarea informațiilor anterioare în algoritmii de inferență. Această monografie oferă cititorului o analiză aprofundată a rolului metodelor bayesiene pentru paradigma învățării prin consolidare (RL).

Principalele stimulente pentru încorporarea raționamentului bayesian în RL sunt că oferă o abordare elegantă a selecției acțiunilor (explorare/exploatare) în funcție de incertitudinea învățării și că oferă un mecanism de încorporare a cunoștințelor anterioare în algoritmi. Bayesian Reinforcement Learning: A Survey abordează mai întâi modelele și metodele de inferență bayesiană în modelul Bandit simplu cu un singur pas. Apoi se trece în revistă literatura recentă extinsă privind metodele bayesiene pentru RL bazată pe model, în care informațiile prealabile pot fi exprimate în parametrii modelului Markov.

De asemenea, sunt prezentate metode bayesiene pentru RL fără model, în care prioritățile sunt exprimate asupra funcției de valoare sau a clasei de politici. Bayesian Reinforcement Learning: A Survey este o referință cuprinzătoare pentru studenții și cercetătorii interesați de algoritmii Bayesian RL și de proprietățile lor teoretice și empirice.