Генерация вероятностных автоматов методами Reinforcement Learning

Стимулирующее обучение

Вероятностные автоматы
Моделирование сложных систем, имеющих стохастическую природу
Построение мобильных агентов

Обучение автомата
Действие
Проверка «слабого условия»
Перераспределение вероятностей

Применение
стимулирующего обучения
Работать непосредственно с вероятностной моделью непрактично
Генерация автоматной модели

Q-learning:
статические задачи
Обучение Q-функции
Порождение оптимальной стратегии

Q-learning:
стохастические системы
Обучение Q-функции
Подсчёт вероятностей переходов
Сжатие вероятностной модели

Пример задачи на двумерном поле
Клетка поля определяет текущее состояние мобильного робота
Четыре доступных действия
Выделенные клетки
Задача – максимизировать общую прибыль для нескольких мобильных роботов

Тестовый пример

Сжатие автоматной модели