Reinforcement Learning
Ein Bereich des Machine Learnings, bei dem ein Agent lernt, optimale Entscheidungen in einer Umgebung zu treffen, um eine Belohnung zu maximieren, indem er durch Versuch und Irrtum interagiert.
Kategorie: Modelle & Architekturen
Reinforcement Learning (RL) ist eine Art des maschinellen Lernens, bei der ein "Agent" lernt, wie er sich in einer dynamischen Umgebung verhalten soll, um ein bestimmtes Ziel zu erreichen. Der Agent führt Aktionen aus, erhält Feedback in Form von Belohnungen oder Strafen und passt seine Strategie an, um die kumulative Belohnung im Laufe der Zeit zu maximieren. Im Gegensatz zu überwachtem Lernen benötigt RL keine gelabelten Daten, sondern lernt durch Interaktion und Erkundung. Typische Anwendungen sind Robotik, Spiele (z.B. AlphaGo) und autonome Systeme.
Synonyme / Tags
- Bestärkendes Lernen
- RL
Die ganze Definition im Member Hub braucht ein kostenloses Konto.