What is Reinforcement Learning? Definition | AI Understanding

คำนิยาม

การฝึกอบรมโดยให้รางวัลเป็นสัญญาณว่าตัวแทนเรียนรู้การกระทำที่เพิ่มผลตอบแทนในระยะยาวสูงสุด

ข้อกำหนดที่เกี่ยวข้อง

การเรียนรู้การเสริมกำลังจากผลตอบรับของมนุษย์ (RLHF)

วิธีการฝึกอบรมที่ใช้สัญญาณความชอบของมนุษย์เพื่อกำหนดรูปแบบพฤติกรรมของโมเดล

โมเดลรางวัล

แบบจำลองที่ให้คะแนนเอาต์พุตตามสัญญาณการตั้งค่า ซึ่งมักใช้ในไปป์ไลน์ RLHF

ตัวแทนเอไอ

ระบบซอฟต์แวร์ที่สามารถสังเกต ให้เหตุผล และดำเนินการเพื่อให้บรรลุเป้าหมาย โดยมักใช้เครื่องมือและหน่วยความจำ

AI รัฐธรรมนูญ

แนวทางการฝึกอบรมและการกำหนดพฤติกรรมโดยที่ผลลัพธ์ของแบบจำลองได้รับการชี้นำโดยหลักการที่เป็นลายลักษณ์อักษรชุดตายตัว

เอเจนติค ลูป

วงจรวนซ้ำที่เจ้าหน้าที่ AI สังเกต วางแผน ดำเนินการ และไตร่ตรองจนกว่าจะบรรลุเป้าหมายหรือถึงภาวะหยุด

อ.ส.ค. (การเพิ่มประสิทธิภาพการตั้งค่าโดยตรง)

วิธีการฝึกอบรมที่ปรับแต่งโมเดลโดยตรงตามคู่ความชอบ โดยไม่ต้องใช้โมเดลรางวัลแยกต่างหาก

เรียนรู้เพิ่มเติมในคำแนะนำฟรีของเรา

Deep Learning Reinforcement Learning Machine Learning Basics Supervised Learning

ดูเพิ่มเติม

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

เรียกดูอภิธานศัพท์ AI ฉบับเต็ม สำรวจคำแนะนำ AI ฟรีทั้งหมด