یک روش تدریس برای یادگیری تقویتی

این مقاله روشی را برای تسریع نرخ یادگیری تکنیکهای موجود برای یادگیری حل وظایف تصمیم گیری چند مرحله ای ارائه می کند. الگوریتم های یادگیری تقویتی به دلیل سرعت یادگیری آهسته شان شناخته میشوند و محققان اخیرا روی کاهش این نرخ ها تمرکز کرده اند. در این مقاله روشی که به متخصص انسانی اجازه میدهد با یک الگوریتم یادگیری تقویتی تعامل داشته باشد، نشان داده شده است تا فرآیند یادگیری را تسریع کند. نتایج آزمایش که در آن انسان سیستمی را برای ایجاد تعادل در یک قطب آموزش میدهد نشان میدهد که روش تدریس به طور قابل توجهی زمان یادگیری را با نظرات کمی از متخصص انسانی کاهش میدهد.