文章 "您应当知道的 MQL5 向导技术（第 36 部分）：依据马尔可夫（Markov）链的 Q-学习"

新评论
 

新文章 您应当知道的 MQL5 向导技术（第 36 部分）：依据马尔可夫（Markov）链的 Q-学习已发布：

强化学习是机器学习的三大信条之一，并肩两个是监督学习和无监督学习。因此，它在意的是最优控制，或学习最适合目标函数的最佳长期政策。正是在这种背衬下，我们探索其向一款由向导组装的智能系统中 MLP 中通知学习过程的可能作用。

由向导组装的智能系统的自定义信号类，能够承担各种值得探索的角色，我们继续寻求当 Q-学习算法与马尔可夫（Markov）链配对时，如何帮助改进多层感知器网络的学习过程。Q-学习是强化学习的若干种（大约 12 种）算法之一，故本质上，这也是对如何将该主题实现为自定义信号，并在向导组装的智能系统中进行测试的考察。

故此，本文的结构将从强化学习作为源头，详述 Q-学习算法及其轮转阶段，研究如何将马尔可夫链集成到 Q-学习之中，然后一如既往地以策略测试报告终结。强化学习能当作独立的信号生成器，因为它的周期（“局次”）本质上是一种学习形式，即把结果量化为“参与者”所参与的每个“环境”的“奖励”。下面讲述引号中的这些术语。然而，我们并没有将强化学习当作原生信号，而是通过补充多层感知器，依靠它的能力来推进学习过程。


作者：Stephen Njuki

新评论