---
title: "Mga deep reinforcement learning agent · Artificial systems · Mga Entidad · Hypothesis ng Simulasyon"
url: https://simulation-hypothesis.com/fil/entities/ai-drl
description: "Mga neural network na sinanay sa pagsubok at pagkakamali para pataasin ang signal ng gantimpala."
license: https://creativecommons.org/licenses/by/4.0/
credit: "Ross Allan Dahl, Hypothesis ng Simulasyon (simulation-hypothesis.com)"
---

[Mga Entidad](https://simulation-hypothesis.com/fil/entities) › Mga artipisyal na sistema

# Mga deep reinforcement learning agent

Mga neural network na sinanay sa pagsubok at pagkakamali para pataasin ang signal ng gantimpala. Natututo sila ng policy o value function sa pakikipag-ugnayan sa isang kapaligiran, madalas na simulado tulad ng isang laro.

Mga neural network na sinanay sa pagsubok at pagkakamali para pataasin ang signal ng gantimpala. Natututo sila ng policy o value function sa pakikipag-ugnayan sa isang kapaligiran, madalas na simulado tulad ng isang laro. Maaari silang umabot sa kasanayang higit sa tao sa makikitid na gawain, pero ino-optimize sila para sa iisang layuning gantimpala.

## Mga pinagmulan

* 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.

Suriin ito laban sa mga nailathalang pamantayan