Bagian dari seri |
Pemelajaran mesin dan Penggalian Data |
---|
![]() |
Reinforcement learning (RL) adalah suatu bidang interdisipliner dalam pemelajaran mesin dan kontrol optimal yang berkaitan dengan bagaimana suatu agen cerdas dapat mengambil aksi di lingkungan yang dinamis dalam rangka untuk memaksimalkan penghargaan kumulatif. Reinforcement learning adalah salah satu dari tiga paradigma utama dalam pemelajaran mesin, di samping pemelajaran terawasi dan pemelajaran tak terawasi.
Reinforcement learning berbeda dengan pemelajaran yang terawasi dari dua sisi, yaitu tidak memerlukan penyajian pasangan masukan-keluaran yang telah dilabeli dan tidak memerlukan pengoreksian secara eksplisit untuk aksi yang kurang optimal. Fokus RL adalah untuk menemukan keseimbangan antara eksplorasi (wilayah yang belum dipetakan) dan eksploitasi (pengetahuan saat ini).[1]
Lingkungan (environment) RL biasanya dinyatakan dalam bentuk proses keputusan Markov (Markov Decision Proses (MDP)) karena banyaknya algoritma RL yang dalam konteks ini menggunakan teknik pemrograman dinamis.[2] Namun, terdapat perbedaan utama antara RL dengan pemrograman dinamis, yaitu RL tidak memerlukan pengetahuan (knowledge) eksak dari model matematis dari MDP, melainkan RL ini menargetkan MDP yang besar dan kompleks yang untuk mendapatkan model yang eksak menjadi sulit atau tidak mungkin dilakukan.[3]
© MMXXIII Rich X Search. We shall prevail. All rights reserved. Rich X Search