> ML_LITERATURE // WATKINS-1992-Q-LEARNING_v1.0
Q-learning
Christopher J. C. H. Watkins, Peter Dayan · Machine Learning (1992)
foundational1992foundationalthirdPartyReproduced
Temel Katkı (Principal Contribution)
Ayrık Markov Karar Süreçlerinde çevre geçiş modeli olmadan Q-öğrenmenin optimal eylem değerlerine matematiksel yakınsamasını kanıtladı.
Operasyonel ve Mühendislik Uygunluğu
task-reinforcement-learning için yetkili teorik ve sistem temeli olarak hizmet eder.
Temel Varsayımlar (Assumptions)
- Hedef değerlendirme ortamlarında Markovian durum dinamikleri ve durağan ödül fonksiyonları geçerlidir
Kısıtlar ve Sınırlamalar (Limitations)
- Örneklem verimliliği, keşif kararlılığı ve simülasyondan gerçeğe transfer boşlukları özel ayarlama gerektirir