Spisu treści:
Definicja - Co oznacza Reinforcement Learning?
Uczenie się przez wzmacnianie, w kontekście sztucznej inteligencji, jest rodzajem programowania dynamicznego, które trenuje algorytmy za pomocą systemu nagród i kar.
Algorytm lub agent uczący się wzmacniający uczy się poprzez interakcję z otoczeniem. Agent otrzymuje nagrody za prawidłowe działanie i kary za nieprawidłowe działanie. Agent uczy się bez interwencji człowieka, maksymalizując nagrodę i minimalizując karę.
Techopedia wyjaśnia Reinforcement Learning
Uczenie się przez wzmacnianie jest podejściem do uczenia maszynowego inspirowanym psychologią behawiorystyczną. Jest podobny do tego, jak dziecko uczy się wykonywać nowe zadanie. Uczenie się przez zbrojenie kontrastuje z innymi metodami uczenia maszynowego, ponieważ algorytm nie jest wyraźnie pouczany, jak wykonać zadanie, ale sam rozwiązuje problem.
Jako agent, którym może być samobieżny samochód lub program grający w szachy, wchodzi w interakcję z otoczeniem, otrzymuje stan nagrody w zależności od tego, jak się zachowuje, na przykład bezpiecznie jedzie do celu lub wygrywa grę. I odwrotnie, agent otrzymuje karę za nieprawidłowe działanie, takie jak zejście z drogi lub bycie matą.
Agent z czasem podejmuje decyzje, aby zmaksymalizować nagrodę i zminimalizować karę za pomocą programowania dynamicznego. Zaletą tego podejścia do sztucznej inteligencji jest to, że pozwala programowi AI uczyć się bez programisty określającego, w jaki sposób agent powinien wykonać to zadanie.
