Forstærkningslæring
Forstærkningslæring (RL) er et rammeværk, hvor en agent lærer at træffe sekventielle beslutninger ved at interagere med et miljø, modtage skalar belønningssignaler og opdatere en politik for at maksimere den kumulative fremtidige belønning. I modsætning til superviseret læring leveres ingen mærkede eksempler; agenten opdager optimal adfærd udelukkende gennem erfaring og forsinket feedback.
Læs hele metoden
Log ind med en gratis konto for at læse dette afsnit.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Kilder
- Sutton, R. S. & Barto, A. G. (2018). Reinforcement Learning: An Introduction (2nd ed.). MIT Press. ISBN: 978-0-262-03924-6
- Mnih, V., Kavukcuoglu, K., Silver, D., et al. (2015). Human-level control through deep reinforcement learning. Nature, 518, 529–533. DOI: 10.1038/nature14236 ↗
Sådan citerer du denne side
ScholarGate. (2026, June 3). Reinforcement Learning (Agent-Environment Reward Optimization). ScholarGate. https://scholargate.app/da/deep-learning/reinforcement-learning
Which method?
Set this method beside its closest kin and read them side by side — the library lays the books on the table; the choice is yours.
- Policy Gradient-metoderMaskinlæring↔ compare
- Recurrent Neural NetworkDyb læring↔ compare
Refereret af
Har du fundet en fejl på denne side? Indberet den eller foreslå en rettelse →