Förstärkningsinlärning
Förstärkningsinlärning (RL) är ett ramverk där en agent lär sig att fatta sekventiella beslut genom att interagera med en miljö, ta emot skalära belöningssignaler och uppdatera en policy för att maximera kumulativ framtida belöning. Till skillnad från övervakad inlärning tillhandahålls inga märkta exempel; agenten upptäcker optimalt beteende helt genom erfarenhet och fördröjd återkoppling.
Läs hela metoden
Logga in med ett kostnadsfritt konto för att läsa avsnittet.
Method map
The neighbourhood of related methods — select a node to explore.
+2 more
Källor
- 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 ↗
Så citerar du den här sidan
ScholarGate. (2026, June 3). Reinforcement Learning (Agent-Environment Reward Optimization). ScholarGate. https://scholargate.app/sv/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-metoderMaskininlärning↔ compare
- Återkommande neuralt nätverkDjupinlärning↔ compare
Refereras av
Hittade du ett fel på sidan? Rapportera eller föreslå en rättelse →