---
title: "डीप रीइनफ़ोर्समेंट लर्निंग एजेंट · Artificial systems · सत्ताएँ · सिमुलेशन परिकल्पना"
url: https://simulation-hypothesis.com/hi/entities/ai-drl
description: "न्यूरल नेटवर्क जिन्हें प्रयास और भूल से इनाम का संकेत अधिकतम करने के लिए प्रशिक्षित किया जाता है।"
license: https://creativecommons.org/licenses/by/4.0/
credit: "Ross Allan Dahl, सिमुलेशन परिकल्पना (simulation-hypothesis.com)"
---

[सत्ताएँ](https://simulation-hypothesis.com/hi/entities) › कृत्रिम प्रणालियाँ

# डीप रीइनफ़ोर्समेंट लर्निंग एजेंट

न्यूरल नेटवर्क जिन्हें प्रयास और भूल से इनाम का संकेत अधिकतम करने के लिए प्रशिक्षित किया जाता है। वे किसी परिवेश से, अक्सर खेल जैसे सिमुलेटेड परिवेश से, अंतःक्रिया करके नीति या मूल्य-फ़ंक्शन सीखते हैं।

न्यूरल नेटवर्क जिन्हें प्रयास और भूल से इनाम का संकेत अधिकतम करने के लिए प्रशिक्षित किया जाता है। वे किसी परिवेश से, अक्सर खेल जैसे सिमुलेटेड परिवेश से, अंतःक्रिया करके नीति या मूल्य-फ़ंक्शन सीखते हैं। वे संकीर्ण कामों में अतिमानवीय कौशल तक पहुँच सकते हैं, पर उन्हें एक ही इनाम-लक्ष्य के लिए अनुकूलित किया जाता है।

## स्रोत

* 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.

प्रकाशित मापदंडों पर इसे परखिए