---
title: "ጥልቅ የማጠናከሪያ ትምህርት ወኪሎች · Artificial systems · አካላት · የማስመሰል መላምት"
url: https://simulation-hypothesis.com/am/entities/ai-drl
description: "የሽልማት ምልክትን ከፍ ለማድረግ በሙከራና በስህተት የሰለጠኑ የነርቭ መረቦች። ከአካባቢ ጋር በመገናኘት፣ ብዙ ጊዜ እንደ ጨዋታ ካለ የተመሰለ፣ ፖሊሲ ወይም የእሴት ተግባር ይማራሉ።"
license: https://creativecommons.org/licenses/by/4.0/
credit: "Ross Allan Dahl፣ የማስመሰል መላምት (simulation-hypothesis.com)"
---

[አካላት](https://simulation-hypothesis.com/am/entities) › ሰው ሠራሽ ሥርዓቶች

# ጥልቅ የማጠናከሪያ ትምህርት ወኪሎች

የሽልማት ምልክትን ከፍ ለማድረግ በሙከራና በስህተት የሰለጠኑ የነርቭ መረቦች። ከአካባቢ ጋር በመገናኘት፣ ብዙ ጊዜ እንደ ጨዋታ ካለ የተመሰለ፣ ፖሊሲ ወይም የእሴት ተግባር ይማራሉ።

የሽልማት ምልክትን ከፍ ለማድረግ በሙከራና በስህተት የሰለጠኑ የነርቭ መረቦች። ከአካባቢ ጋር በመገናኘት፣ ብዙ ጊዜ እንደ ጨዋታ ካለ የተመሰለ፣ ፖሊሲ ወይም የእሴት ተግባር ይማራሉ። በጠባብ ሥራዎች ከሰው በላይ ክህሎት ሊደርሱ ይችላሉ፣ ግን ለአንድ የሽልማት ግብ የተመቻቹ ናቸው።

## ምንጮች

* Mnih V, Kavukcuoglu K, Silver D, Rusu AA, et al. (2015) Human-level control through deep reinforcement learning. Nature 518(7540):529-533\. doi:10.1038/nature14236.
* Silver D et al. (2016). Mastering the game of Go with deep neural networks and tree search. Nature 529:484-489\. doi:10.1038/nature16961.

በታተሙት መስፈርቶች ይገምግሙት