مروری تحلیلی بر یادگیری تقویتی تطبیقی در کاربردهای دنیای واقعی

چکیده مقاله

یادگیری تقویتی تطبیقی به عنوان یکی از شاخه های پیشرفته یادگیری ماشین، نقش مهمی در توسعه سیستم های هوشمند با قابلیت سازگاری در شرایط پویا و نامطمئن ایفا می کند این رویکرد با بهره گیری از بازخورد محیط و تطبیق سیاست های تصمیم گیری، امکان عملکرد موثر در محیط هایی با تغییرات زمانی، عدم قطعیت و پیچیدگی بالا را فراهم می سازد در سال های اخیر، توجه پژوهشگران به استفاده از یادگیری تقویتی تطبیقی در کاربردهای دنیای واقعی افزایش یافته است؛ به ویژه در حوزه هایی نظیر رباتیک خودمختار، کنترل هوشمند، سیستم های حمل ونقل، شبکه های ارتباطی و مدیریت منابع چارچوب های مختلفی برای افزایش پایداری، بهبود سرعت همگرایی و کاهش هزینه های محاسباتی در این روش ها ارائه شده اند که هر یک مزایا و محدودیت های خاص خود را دارند با وجود پیشرفت های قابل توجه، چالش هایی همچون مقیاس پذیری، تضمین همگرایی، ایمنی در یادگیری و تطبیق پذیری در محیط های واقعی همچنان مطرح هستند بررسی این ابعاد، تصویری جامع از وضعیت فعلی و روندهای تکاملی یادگیری تقویتی تطبیقی در کاربردهای عملی ارائه می دهد

کلیدواژه‌ها

نویسندگان

شهلا موسوی

دانشجوی دکترای دانشگاه آزاداسلامی، واحد اصفهان خوراسگان ،اصفهان،ایران

موسوی، شهلا،1404،مروری تحلیلی بر یادگیری تقویتی تطبیقی در کاربردهای دنیای واقعی،بیست و نهمین کنفرانس ملی مهندسی برق ،کامپیوتر و مکانیک،شیروان

ارائه‌شده در

مجموعه مقالات بیست و نهمین کنفرانس ملی مهندسی برق ،کامپیوتر و مکانیک28 بهمن 1404 · شیروان