Назад к Glossary
Функция ценности
Функция, которая оценивает ожидаемое кумулятивное вознаграждение из заданного состояния (функция ценности состояния V) или пары состояние-действие (функция ценности действия Q). Функции ценности являются центральными в обучении с подкреплением — они направляют выбор действий и улучшение управляющей политики. Глубокое обучение с подкреплением использует нейронные сети для аппроксимации функций ценности. В робототехнике изученные функции ценности могут служить оценками стоимости достижения цели для планирования и в качестве критиков безопасности.