Обучение с подкреплением
term_id: reinforcement_learning
Category: basic_concepts
Definition
Обучение с подкреплением (RL) — это раздел машинного обучения, посвященный тому, как интеллектуальные агенты должны совершать действия в среде, чтобы максимизировать накопленное вознаграждение. В отличие от обучения с учителем, где модель обучается на размеченных данных, RL-агент учится методом проб и ошибок, получая обратную связь в виде наград или штрафов за свои действия.
Summary
Обучение с подкреплением — это тип машинного обучения, в котором агенты учатся принимать решения, взаимодействуя со средой для максимизации вознаграждений.
Key Concepts
- Агент
- Среда
- Политика
- Функция вознаграждения
- Пространство состояний
Use Cases
- Автономное вождение
- Игровой ИИ (например, AlphaGo)
- Рекомендательные системы