Forstærkningslæring
term_id: reinforcement_learning
Category: basic_concepts
Definition
Forstærkningslæring (RL) er en gren af maskinlæring, der fokuserer på, hvordan intelligente agenter bør handle i et miljø for at maksimere kumuleret belønning. I modsætning til overvåget læring lærer agenten gennem prøv-fejl-metoden.
Summary
Forstærkningslæring er en type maskinlæring, hvor agenter lærer at træffe beslutninger ved at interagere med et miljø for at maksimere belønninger.
Key Concepts
- Agent
- Miljø
- Politik (Policy)
- Belønningsfunktion
- Tilstandsrum
Use Cases
- Autonom kørsel
- Spil-AI (f.eks. AlphaGo)
- Anbefalingssystemer