Nedir Ödül Modeli?

Model davranışını şekillendirmek için insan tercih sinyallerini kullanan bir eğitim yöntemi.

Bir aracının uzun vadeli getiriyi en üst düzeye çıkaracak eylemleri öğrendiği ödül sinyalleriyle eğitim.

Model çıktılarını eğitmek veya değerlendirmek için kullanılan güvenilir referans etiketleri.

Ayrı bir ödül modeline ihtiyaç duymadan modellere doğrudan tercih çiftlerine göre ince ayar yapan bir eğitim yöntemi.

Genellikle yetenek veya etki alanı ayarlamaları için kullanılan, eğitim öncesi ve eğitim sonrası arasındaki bir ara eğitim aşaması.

Bir hedefe ulaşmak için genellikle araçları ve hafızayı kullanarak gözlemleyebilen, mantık yürütebilen ve harekete geçebilen bir yazılım sistemi.