Pekiştirmeli öğrenme

Kısaca: Pekiştirmeli öğrenmede bir ajan bir ortamda eylemler dener, ödül veya ceza alır ve ödüllerin toplamını en üst düzeye çıkarmayı öğrenir.

Biraz daha ayrıntılı: Hazır doğru yanıtlar yoktur, yalnızca eylemden sonra geri bildirim vardır. Ajan, denemeyi (keşif) bildiğini kullanmakla (sömürü) tartmalıdır.

Ayrıntılı

• Terimler: durum, eylem, ödül, politika…

Ayrıca bak: Öğrenme türleri, RLHF ve tercih eniyilemesi