Reinforcement learning

Reinforcement learning adalah cabang pembelajaran mesin yang berhubungan dengan cara mengambil tindakan agen dan mencari tahu bagaimana tindakan tersebut memengaruhi imbalan yang diterimanya dari melakukan tindakan tersebut.

Ada banyak jenis algoritma pembelajaran penguatan, termasuk iterasi nilai, gradien kebijakan, dan metode Monte Carlo. Yang paling populer adalah iterasi nilai, yang menggunakan algoritme pengoptimalan untuk menentukan tindakan terbaik yang harus dilakukan robot dengan kondisi saat ini, lingkungan saat ini, dan informasi lain yang dapat diaksesnya (seperti hasil seperti apa yang diinginkannya).

Dan juga deep reinforcement learning adalah teknik yang menggunakan deep neural network untuk belajar dari pengalaman. Saat Anda menggunakan pembelajaran penguatan mendalam, Anda memiliki kemampuan untuk melatih model pembelajaran mesin Anda dengan bantuan seorang pelatih manusia yang memberikan umpan balik tentang seberapa baik kinerja model tersebut.

Tujuan dari teknik ini adalah untuk mengembangkan sebuah algoritma yang dapat mempelajari bagaimana melakukan tugas tanpa diprogram secara eksplisit. Pembelajaran penguatan mendalam bekerja dengan menciptakan jaringan syaraf tiruan yang belajar untuk mencapai hasil melalui coba-coba, dari waktu ke waktu. Jenis algoritme ini memiliki sejumlah besar lapisan dan simpul yang memungkinkannya belajar dari pengalaman serta dari sistem atau situasi serupa lainnya.