الأبحاث المرتبطة بالكلمة المفتاحية: تعلم التعزيز
-
تحسين فعال بمشاركة الإنسان عبر المعلومات السابقة المستفادة من نماذج المستخدمين
2026 | المؤلف: Yi-Chi Liao وآخرون | المجلة: Proceedings of the 2026 CHI Conference on Human Factors in Computing Systems | المجال: النظرية الحسابية والرياضيات (Computational Theory and Mathematics)يقدم هذا القسم إطارًا جديدًا يسمى تحسين الإنسان في الحلقة مع معلومات نموذجية مسبقة (HOMI)، مصممًا لتعزيز كفاءة تحسين تصميم الواجهة من خلال دمج مرحلة تدريب مسبق باستخدام بيانات مستخدمين صناعية. غالبًا ما تتطلب طرق تحسين الإنسان في الحلقة التقليدية تكرارات واسعة بسبب المعلومات المسبقة المحدودة، مما يجعلها مكلفة وغير عملية. يتناول HOMI هذه التحديات…
-
إطار عمل هجين لتعلم التعزيز Fuzzy-TD3 لتتبع المسار بشكل قوي لذراع الروبوت Mitsubishi RV-2AJ
2026 | المؤلف: Zied Ben Hazem | المجلة: Scientific Reports | المجال: النظرية الحسابية والرياضيات (Computational Theory and Mathematics)تقدم هذه الورقة البحثية بنية تحكم هجينة تجمع بين نظام المنطق الضبابي وخوارزمية Twin Delayed Deep Deterministic Policy Gradient (TD3)، تهدف إلى تحسين تتبع المسار لذراع روبوتية ذات 5 درجات من الحرية (5-DOF). تستفيد الإطار المقترح من قابلية تفسير المنطق الضبابي والاستجابة السريعة إلى جانب قدرات التحسين التكيفية للتعلم العميق المعزز. يوفر مشرف ضبابي إجراءات…
-
إشراف سلامة مفصول يمكّن إدارة الطاقة بكفاءة وأمان لمركبات خلايا الوقود
2026 | المؤلف: Chunchun Jia وآخرون | المجلة: npj Sustainable Mobility and Transport | المجال: هندسة السيارات (Automotive Engineering)في هذا القسم، يحدد المؤلفون الطرق الأساسية المستخدمة لتقييم فعالية نظام Safe-TD3 EMS المقترح. يتم استخدام نهجين أساسيين رئيسيين: (1) **نظام Penalized-TD3 EMS**، الذي يتضمن مصطلح عقوبة يتعلق بسلامة بطارية الليثيوم أيون (LIB) الحرارية في دالة المكافأة. هذه الطريقة تفرض بشكل غير مباشر قيود تشغيل آمنة أثناء تقييم الأداء العام لنظام Safe-TD3 EMS من حيث…
-
مبرمج لإرضاء: الأضرار الأخلاقية والمعرفية لتملق الذكاء الاصطناعي
2026 | المؤلف: Cody Turner وآخرون | المجلة: AI and Ethics | المجال: أبحاث السلامة (Safety Research)تناقش هذه الفقرة مفهوم التملق في الذكاء الاصطناعي، والذي يُعرف بأنه الميل لدى نماذج اللغة الكبيرة لإعطاء الأولوية لموافقة المستخدم على الحقيقة، مما يطرح تحديات أخلاقية كبيرة في الذكاء الاصطناعي. يجادل المؤلفون بأن هذه الظاهرة متجذرة في التعلم المعزز من ردود الفعل البشرية (RLHF) وتزداد سوءًا بسبب عوامل اقتصادية وفلسفية. يقومون بتحليل التملق في الذكاء…
-
شبكة Q عميقة مخصصة ذكية وتكيفية لتفريغ المهام بكفاءة في بيئات الحوسبة الحافة المحمولة
2026 | المؤلف: J. Anand وآخرون | المجلة: Scientific Reports | المجال: شبكات واتصالات الحاسوب (Computer Networks and Communications)تقدم الورقة الشبكة العميقة المخصصة الذكية والتكيفية (AICDQN)، وهي إطار عمل جديد مصمم لتعزيز تحميل المهام في أنظمة الحوسبة الطرفية المحمولة، وخاصة لتطبيقات إنترنت الأشياء (IoT) الحساسة للزمن. من خلال صياغة تحميل المهام كعملية قرار ماركوف (MDP) ودمج وحدة توقع الحمل الهجينة القائمة على وحدة الذاكرة قصيرة وطويلة الأمد (GRU-LSTM)، تتوقع AICDQN بشكل فعال تقلبات…
-
الزراعة الذكية 5.0: تآزر سلسلة الكتل والتعلم المعزز لتحسين الزراعة المتعددة والمحافظات القابلة للتتبع المدعومة من إنترنت الأشياء
2026 | المؤلف: R. N. V. Jagan Mohan وآخرون | المجلة: Frontiers in Blockchain | المجال: علوم النبات (Plant Science)تتناول هذه الدراسة التحديات الحرجة في الزراعة، لا سيما بالنسبة للمزارعين الصغار الذين يشاركون في زراعة المحاصيل المتعددة، من خلال دمج تقنية البلوكشين مع التعلم المعزز (RL) المحسن باستخدام الانحدار المتعدد النيوترولوجي للتنبؤ الدقيق بخسائر المحاصيل. باستخدام بيانات من ستة محاصيل—الأرز، الموز، الكركم، يام الفيل، جوز الهند، والكاكاو—حققت الدراسة تقليصًا بنسبة 25%-35% في خسائر المحاصيل…
-
عدم اليقين وتاريخ المكافآت لهما تأثيرات مميزة على القرارات بعد الانتصارات والهزائم
2026 | المؤلف: Shivam Kalhan وآخرون | المجلة: Scientific Reports | المجال: علم الأعصاب الخلوي والجزيئي (Cellular and Molecular Neuroscience)في هذه الدراسة، يحقق المؤلفون في كيفية تأثير عدم اليقين وتاريخ المكافآت على التعلم غير المتناظر للانتصارات والهزائم في الجرذان. يقترحون نموذج تعلم تعزيز يتضمن كل من خطأ توقع المكافأة المتوسطة غير الموقعة ومكون تاريخ المكافأة الذاتي. باستخدام مهمة تعلم عكسية احتمالية ديناميكية، وجد الباحثون أن حساسية الجرذان للانتصارات والهزائم كانت متأثرة بشكل واضح بالتقديرات…
-
تشكيل إشارة التعلم في قاعدة Q-learning المدمجة لتحسين التعاون المنظم
2026 | المؤلف: Chunpeng Du وآخرون | المجلة: Chaos Solitons & Fractals | المجال: علم الاجتماع والعلوم السياسية (Sociology and Political Science)تبحث الدراسة في دور السمعة في تعزيز التعاون ضمن إطار تعلم Q، حيث يقوم الوكلاء بتحديث قيم أفعالهم بناءً على إشارة مكافأة تجمع بين عوائد اللعبة ودرجة سمعة محدودة. من خلال الحفاظ على هيكل لعبة وشبكة ثابت، تعزل الدراسة آثار السمعة على ديناميات التعلم. تكشف النتائج أن زيادة وزن إشارة السمعة تعزز عمومًا التعاون من…
-
معلومات المواد: الظهور إلى الاكتشاف الذاتي في عصر الذكاء الاصطناعي
2026 | المؤلف: Zhenyun Du وآخرون | المجلة: Advanced Materials | المجال: كيمياء المواد (Materials Chemistry)يوفر هذا القسم نظرة شاملة على تطور معلومات المواد، مع تسليط الضوء على الروابط الأساسية لها مع الفيزياء ونظرية المعلومات، وتطورها من خلال دمج التعلم الآلي والذكاء الاصطناعي (AI). أسس الرواد الأوائل مثل تشيليكوسكي، وفيليبس، وبهادشيا الأساس لهذه الطريقة التحولية في اكتشاف المواد. لقد تسارعت مبادرة جينوم المواد الأمريكية بشكل كبير من تقدم هذا المجال،…
-
LG-H-PPO: PPO هرمية غير متصلة للتخطيط لمسار الروبوت على رسم بياني كامن
2026 | المؤلف: Xiang Han | المجلة: Frontiers in Robotics and AI | المجال: الذكاء الاصطناعي (Artificial Intelligence)تقدم ورقة البحث إطار عمل جديد للتعلم المعزز الهرمي غير المتصل (HRL)، يسمى LG-H-PPO (التعلم المعزز الهرمي القائم على الرسم البياني الكامن)، يهدف إلى تعزيز قدرات تخطيط المسار للروبوتات المستقلة في البيئات المعقدة. تواجه طرق التعلم المعزز التقليدية تحديات في اتخاذ القرارات على المدى الطويل وإشارات المكافأة النادرة، خاصة عند استخدام المساحات الكامنة المستمرة لتوليد…
