O que é Reinforcement Learning?
É o aprendizado da inteligência artificial em tomar decisões corretas por meio de tentativa e erro e do uso de um mecanismo de recompensa.
Definição
Neste método, não é dito diretamente à inteligência artificial o que ela deve fazer. Em vez disso, ela age em um ambiente e recebe uma recompensa (pontos) ou uma punição para cada ação realizada. Com o tempo, ela desenvolve por conta própria a estratégia para maximizar sua recompensa.
Como funciona
A inteligência artificial realiza tentativas milhares de vezes dentro de uma simulação. Ao aumentar o valor das jogadas bem-sucedidas e eliminar as erradas, ela encontra o caminho que gera o melhor resultado.
Onde é usado
É utilizado em inteligências artificiais que jogam jogos, no controle de movimentos robóticos e em estratégias de transações financeiras.
Costuma ser confundido com
Pode ser confundido com o aprendizado supervisionado; nele, a resposta correta é fornecida, enquanto neste, apenas o resultado é recompensado.
Perguntas frequentes
Por que leva tanto tempo?
Porque o sistema precisa realizar muitas tentativas para encontrar a resposta correta e aprender com cada uma delas.
Termos relacionados
Ferramentas relacionadas
Esta explicação foi escrita em linguagem simples para a TreScout e traduzida automaticamente do original em turco · a versão turca é a que vale. Se algo parecer errado ou faltando, escreva para hello@trescout.com. Ler em turco →