Styrkingarnám

e. reinforcement learning

Einnig kallað: reinforcement learning

Vélnám þar sem kerfi lærir með því að prófa sig áfram og fá umbun fyrir góða niðurstöðu en refsingu fyrir slæma.

Styrkingarnám er grein vélnáms þar sem kerfi lærir af reynslu. Það tekur ákvarðanir í tilteknu umhverfi, fær umbun eða refsingu eftir því hvernig fer og lærir smám saman hvaða hegðun skilar mestri umbun til lengri tíma. Ekki er þörf á merktum dæmum um rétt svar, aðeins mælikvarða á árangur.

Styrkingarnám var notað í kerfum sem lærðu að spila borðspil eins og go betur en manneskjur og er notað við stýringu vélmenna. Það er líka hluti af þjálfun mállíkana, bæði til að laga svör að mati fólks og til að kenna líkönum að leysa verkefni sem hægt er að sannreyna, t.d. í stærðfræði og forritun.

Dæmi úr starfi

Verkfræðingur hjá hitaveitu prófar styrkingarnám til að stýra dælum, þar sem kerfið fær umbun fyrir að halda jöfnum þrýstingi með sem minnstri orku.

Tengd hugtök

Ekkert námsefni er tengt þessu hugtaki enn.

Öll hugtök