Forsterkningslæring
term_id: reinforcement_learning
Category: basic_concepts
Definition
Forsterkningslæring (RL) er en gren av maskinlæring som fokuserer på hvordan intelligente agenter bør handle i et miljø for å maksimere kumulativ belønning. I motsetning til overvåket læring, hvor modellen får eksplisitte svar, lærer RL-agenter gjennom prøving og feiling og tilbakemeldinger fra miljøet.
Summary
Forsterkningslæring er en type maskinlæring der agenter lærer å ta beslutninger ved å interagere med et miljø for å maksimere belønninger.
Key Concepts
- Agent
- Miljø
- Politikk (Policy)
- Belønningsfunksjon
- Tilstandrom
Use Cases
- Autonome kjøretøy
- Spill-AI (f.eks. AlphaGo)
- Anbefalingssystemer