Bestärkendes Lernen
Bestärkendes LernenEs ist ein wichtiger Zweig des maschinellen Lernens und ein interdisziplinäres Produkt. Sein Wesen besteht darin, das Problem der Entscheidungsfindung zu lösen, d. h. eine automatische und kontinuierliche Entscheidungsfindung zu erreichen.
Reinforcement Learning umfasst hauptsächlich vier Elemente: Agent, Umgebungszustand, Verhalten und Belohnung. Ziel ist es, die meisten kumulierten Belohnungen zu erhalten.
Klassifizierung durch bestärkendes Lernen
Aus der Sicht der Elemente gibt es hauptsächlich folgende Methoden:
- Richtlinienbasiert: Der Schwerpunkt liegt auf der Suche nach der optimalen Richtlinie.
- Wertbasiert: Der Fokus liegt auf der Ermittlung der optimalen Summe der Belohnungen;
- Aktionsbasiert: Der Fokus liegt auf der optimalen Aktion bei jedem Schritt.