---
title: "گہری تقویتی سیکھنے والے ایجنٹ · Artificial systems · ہستیاں · سمیولیشن مفروضہ"
url: https://simulation-hypothesis.com/ur/entities/ai-drl
description: "آزمائش اور غلطی سے تربیت پانے والے عصبی نیٹ ورک، جن کا مقصد انعام کے اشارے کو زیادہ سے زیادہ کرنا ہوتا ہے۔"
license: https://creativecommons.org/licenses/by/4.0/
credit: "Ross Allan Dahl، سمیولیشن مفروضہ (simulation-hypothesis.com)"
---

[ہستیاں](https://simulation-hypothesis.com/ur/entities) › مصنوعی نظام

# گہری تقویتی سیکھنے والے ایجنٹ

آزمائش اور غلطی سے تربیت پانے والے عصبی نیٹ ورک، جن کا مقصد انعام کے اشارے کو زیادہ سے زیادہ کرنا ہوتا ہے۔ وہ ماحول سے تعامل کر کے، اکثر کھیل جیسے سمیولیٹ شدہ ماحول سے، پالیسی یا قدر کا فنکشن سیکھتے ہیں۔

آزمائش اور غلطی سے تربیت پانے والے عصبی نیٹ ورک، جن کا مقصد انعام کے اشارے کو زیادہ سے زیادہ کرنا ہوتا ہے۔ وہ ماحول سے تعامل کر کے، اکثر کھیل جیسے سمیولیٹ شدہ ماحول سے، پالیسی یا قدر کا فنکشن سیکھتے ہیں۔ وہ محدود کاموں میں انسان سے بڑھ کر مہارت تک پہنچ سکتے ہیں، لیکن وہ ایک ہی انعامی ہدف کے لیے بہتر بنائے گئے ہیں۔

## ماخذ

* 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.

اسے شائع شدہ معیاروں پر پرکھیں