目次:
定義-強化学習とはどういう意味ですか？
人工知能の文脈での強化学習は、報酬と罰のシステムを使用してアルゴリズムを訓練する動的プログラミングの一種です。
強化学習アルゴリズム、またはエージェントは、その環境と対話することにより学習します。 エージェントは、正しく実行することで報酬を受け取り、正しく実行しないと罰金を受け取ります。 エージェントは、報酬を最大化し、ペナルティを最小化することにより、人間の介入なしで学習します。
Techopediaは強化学習について説明します
強化学習は、行動主義心理学に触発された機械学習へのアプローチです。 子供が新しいタスクを実行することを学ぶ方法に似ています。 強化学習は、アルゴリズムがタスクの実行方法を明示的に指示されるのではなく、それ自体で問題を処理するという点で、他の機械学習アプローチとは対照的です。
自動運転車やチェスをするプログラムなどのエージェントは、その環境と対話し、安全に目的地までドライブしたりゲームに勝つなど、パフォーマンスに応じて報酬状態を受け取ります。 逆に、エージェントは、道路を離れたり、チェックメイトされたりするなど、不正に実行した場合にペナルティを受けます。
エージェントは、時間の経過とともに、動的プログラミングを使用して報酬を最大化し、ペナルティを最小限に抑える決定を下します。 人工知能に対するこのアプローチの利点は、プログラマーがエージェントがタスクを実行する方法を詳しく説明しなくてもAIプログラムが学習できることです。
