Reinforcement Learning 

การเรียนรู้แบบเสริมแรง                                                       

3(2-3-7)

วิชาบังคับก่อน: ENG85 3020 ความรู้เบื้องต้นปัญญาประดิษฐ์

การเรียนรู้เบื้องต้นเกี่ยวกับการเรียนรู้แบบเสริมแรง กระบวนการการตัดสินใจแบบมาร์คอฟ การเรียนรู้การเสริมแรงบนพื้นฐานมูลค่า การเรียนรู้การเสริมแรงบนพื้นฐานนโยบาย การเรียนรู้ความแตกต่างทางอารมณ์ การเรียนรู้แบบคิว ระบบเครือข่ายคิวแบบเจาะลึก การประยุกต์ใช้กับปัญหาต่าง ๆ ทางวิศวกรรม

ผลลัพธ์การเรียนรู้ที่คาดหวังระดับรายวิชา

1. อธิบายแนวคิดของการเรียนรู้แบบเสริมแรง
2. ระบุวิธีการการเรียนรู้ของเครื่องแบบเสริมแรงที่เหมาะสมสำหรับการประยุกต์ใช้ที่แตกต่างกัน
3. สามารถใช้การเรียนรู้แบบเสริมแรงเพื่อการประยุกต์ใช้กับปัญหาเชิงวิศวกรรม

Reinforcement Learning 

Prerequisite:  ENG85 3020 Introduction to Artificial Intelligence

Introduction to reinforcement learning, Markov decision process, value-based reinforcement learning, policy-based reinforcement learning, temporal difference learning, Q-learning, Deep Q-Network, application to engineering problems.

Course Learning Outcomes (CLOs)

1. Explain the concepts of reinforcement learning.
2. Identify the appropriate reinforcement learning approaches for different applications.
3. Implement reinforcement algorithms for applying to engineering problems.