https://github.com/rknyryn/q-learning

Q-learning pekiştirmeli bir öğrenme algoritmasıdır. Ortam hakkında hiçbir şeyin bilinmediği durumlarda, Q-learning algoritması ortamı brute-force şeklinde, her ortam için olası tüm aksiyonları takip ederek, problem çözümü için en karlı yolu bulmaya çalışır.
https://github.com/rknyryn/q-learning

Last synced: 6 days ago
JSON representation

Q-learning pekiştirmeli bir öğrenme algoritmasıdır. Ortam hakkında hiçbir şeyin bilinmediği durumlarda, Q-learning algoritması ortamı brute-force şeklinde, her ortam için olası tüm aksiyonları takip ederek, problem çözümü için en karlı yolu bulmaya çalışır.

• Host: GitHub
• URL: https://github.com/rknyryn/q-learning
• Owner: rknyryn
• Created: 2021-05-16T19:05:55.000Z (over 3 years ago)
• Default Branch: main
• Last Pushed: 2021-05-18T18:24:17.000Z (over 3 years ago)
• Last Synced: 2024-11-15T15:31:57.887Z (2 months ago)
• Language: Python
• Homepage:
• Size: 366 KB
• Stars: 0
• Watchers: 1
• Forks: 0
• Open Issues: 0
• Metadata Files:
  • Readme: README.md

Awesome Lists containing this project

README

        
# Q-Learning ile Yol Planlaması

Pekiştirmeli öğrenme (reinforcement learning), öznelerin (agent) bir görevi en yüksek

kazançla tamamlayabilmek için hangi eylemleri gerçekleştirmeleri gerektigi ile

ilgilenen bir makine öğrenmesi tekniğidir. Bu tür öğrenme algoritmaların girdisi

öznelerin görev yapacakları farklı durumlardan oluşan bir ortam S, yapabilecekleri

eylemler A, ortamdaki durumuna göre yapabilecekleri eylemleri belirleyen prensipler, bir

durumdan diğer duruma geçtiklerinde elde edecekleri kazançtır.

Q-learning pekiştirmeli bir öğrenme algoritmasıdır. Ortam hakkında hiçbir şeyin

bilinmediği durumlarda, Q-learning algoritması ortamı brute-force şeklinde, her

ortam için olası tüm aksiyonları takip ederek, problem çözümü için en karlı yolu

bulmaya çalışır. Q-learning algoritmasının girdileri kazanç matrisi olarak adlandırılan R

matrisidir. Bu matrisin satır ve sütunları ortamları temsil etmekte, R[i][j] değeri ise i

durumundan j durumuna geçtiğinde elde edilen anlık kazanç değeridir. Eğer i

durumunda j durumuna bir geçiş yoksa R[i][j] değeri -1, geçis var ancak j durumu

hedef durum değilse değeri 0, j hedef durum ise değeri kullanıcı tarafından belirlenen bir

kazanç değeridir.

Q-learning algoritmasının çıktısı ise öğrenmenin kalitesini gösteren Q matrisidir.

Q-learning iteratif bir algoritmadır ve tüm değerleri başlangıçta 0 olan Q matrisi

optimal değerlere yakınsadığı da sona erer. Algoritma her iterasyonda rastgele bir

durumdan öğrenmeye baslar, A’ya göre durum değiştirir ve Q matrisini günceller.

A’ya göre hedef duruma ulaşıldığında iterasyon sona erer. A’ya göre bir durumdan

birden fazla duruma geçis olabilir. Boyle bir durumda, olası geçişler den biri rastgele

seçilir. Eğer seçilen durum hedef duruma ulaştırmıyorsa, durum rastgele olacak durum

olarak belirlenir. Hedef duruma ulaşılana

kadar iterasyon devam eder. Q matrisi aşağıdaki formüle göre güncellenir:

```

Q(durum, aksiyon) = R(durum, aksiyon)+γ×Max{Q(sonraki durumlar, tüm aksiyonlar)} γ

```

ogrenme katsayısıdır ve 0 ile 1 arasında bir değer alır.

Aşağıdaki örnek Q-learning algoritmasını çalışmasını kısaca açıklamaktadır. Figür

1’de 6 durumdan oluşan bir ortam verilmistir.Durumlar arası geçişler de oklar ile

göstermektedir.



Buna göre R matrisi ve Q matrisinin ilk hali aşağıdaki gibi olur.



## Kurulum

```

pip install pygame

pip install pygame-menu

pip install matplotlib

pip install texttable

pip install validators

```