What is Reinforcement Learning? Definition | AI Understanding

Definisi

Pelatihan dengan imbalan memberi sinyal saat agen mempelajari tindakan yang memaksimalkan keuntungan jangka panjang.

Istilah terkait

Pembelajaran Penguatan dari Umpan Balik Manusia (RLHF)

Sebuah metode pelatihan yang menggunakan sinyal preferensi manusia untuk membentuk perilaku model.

Model yang menilai keluaran berdasarkan sinyal preferensi, sering digunakan dalam saluran RLHF.

Sebuah sistem perangkat lunak yang dapat mengamati, menalar, dan mengambil tindakan untuk mencapai suatu tujuan, sering kali menggunakan alat dan memori.

AI konstitusional

Pendekatan pelatihan dan pembentukan perilaku di mana keluaran model dipandu oleh serangkaian prinsip tertulis yang tetap.

Lingkaran Agenik

Siklus berulang di mana agen AI mengamati, merencanakan, bertindak, dan melakukan refleksi hingga mencapai tujuan atau mencapai kondisi berhenti.

DPO (Optimasi Preferensi Langsung)

Metode pelatihan yang menyempurnakan model secara langsung pada pasangan preferensi tanpa memerlukan model imbalan terpisah.

Pelajari lebih lanjut di panduan gratis kami

Deep Learning Reinforcement Learning Machine Learning Basics Supervised Learning

See also

Red Teaming Recommendation System Retrieval Recall RAG (Retrieval-Augmented Generation)Robustness Quantization Safety Filter

Jelajahi Glosarium AI selengkapnya Jelajahi semua panduan AI gratis