Reinforcement Learning

הסבר פורמלי#

בגלוסרי של Google, reinforcement learning היא משפחה של אלגוריתמים שלומדים מדיניות אופטימלית שמטרתה למקסם את התשואה (return) באינטראקציה עם סביבה. סוכן פועל, מקבל תגמול ומעדכן את התנהגותו. בניגוד ללמידה מונחית, אין תשובה נכונה מוכנה לכל מצב, אלא רק משוב על התוצאה.

הסבר בגובה העיניים#

כמו אימון כלב: אין הסבר מילולי, רק פרס כשעושים נכון. עם הזמן הסוכן מגלה אילו פעולות מובילות לתגמול. שיטה זו משמשת גם לכוונון התנהגות של מודלי שפה לפי דירוגי אנשים.

למה זה חשוב בפועל#

האיכות תלויה בהגדרת התגמול: אם הוא לא משקף את מה שבאמת חשוב, המערכת עלולה להשיג אותו בדרכים לא רצויות.

תגיות#

• reinforcement-learning
• rl
• agents
• reward

מקורות#

• Google for Developers — Machine Learning Glossary (reinforcement learning)