Oliy va o‘rta ta’lim tizimida pedagogik – psixologik muammolarning zamonaviy yechimlari
Международная научно-техническая конференция «Практическое применение технических и
цифровых технологий и их инновационных решений», ТАТУФФ, Фергана, 4 мая 2023 г.
281
yana bir kuchli ta’lim usullari sinfi bor. Ushbu usullar aktyor deb ataladigan
xususiyatni, shuningdek tanqidchi deb ataladigan qiymat funktsiyasini
o‘rgangan. [2]. Xususiyat gradienti usullari shuning uchun faqat aktyorlar uchun
usullar sifatida ham tanilgan. Faqat aktyorlar uchun usullar bilan solishtirganda,
tanqidchidan foydalanish odatda gradientlardagi tafovutni kamaytiradi va
shuning uchun ko‘pincha barqarorroq siyosat yangilanishiga erishadi. Yagona
maqsadli sozlamalar uchun ikkala sinfda ham bitta, ham ko‘p agentli sozlamalar
uchun mashhur zamonaviy usullar mavjud. jarayon taqsimotining hosilasini
talab qilmasdan, xususiy parametriga nisbatan maqsadning gradientiga
mutanosib bo‘lgan quyidagi analitik ifodani taqdimi quyidagicha:
Bu iboraning birinchi atamasi maqsadli siyosati boʻyicha yuzaga kelgan
holatlar boʻyicha yigʻindini ifodalaydi.