یادگیری تقویتی روبات مسیریاب با استفاده از روش یادگیری کیو عصبی

ربات مسیریاب یک محک خوب برای مسائل هوش مصنوعی و رباتیک است. تصمیم گیری یکی از مهمترین بخش های ربات های مسیریاب است. در محیط هایی با دینامیک های پیچیده یکی از روش های یادگیری تقویتی که در فرایندهای تصمیم گیری مورد استفاده قرار می گیرد Neural q_learning است. در این مقاله روش مورد نظر را با دو روش Value iteration و Q learning که دو تا از مرسوم ترین روش های یادگیری تقویتی هستند مقایسه کرده و با توجه به نتایج بدست آمده کارآمد بودن روش Neural q_learning در مقایسه با دو روش دیگر به نمایش درخواهد آمد.

کلیدواژه ها:

ربات ، یادگیری تقویتی ، تصمیم گیری ، Q ، Value iteration ، Neural q_learning