Pekiştirmeli Öğrenme
Pekiştirmeli öğrenme, bir ajanın çevresiyle etkileşime girerek aldığı ödül sinyallerine göre davranışını optimize ettiği makine öğrenimi paradigmasıdır.
Duz Turkce Aciklama
Pekiştirmeli öğrenmeyi bir oyun oynamayı öğrenen çocuk örneğiyle anlayabiliriz: çocuk her hamlede iyi hamle için ödül, kötü hamle için ceza alır ve zamanla kazanma stratejisini öğrenir. Yapay zekada ajan, çevreyi gözlemler, bir eylem seçer ve bir ödül alır; bu döngüyü tekrarlayarak uzun vadeli ödülü maksimize eden bir politika öğrenir. AlphaGo, Atari oyun ajanları ve robotik kontrol sistemleri bu yaklaşımın önemli başarı örnekleridir.
Nerede Kullanilir?
Oyun yapay zekası, robotik, süreç otomasyonu ve LLM hizalaması (RLHF bağlamında) alanlarında temel öğrenme paradigmasıdır.
Ornek
DeepMind'ın AlphaZero sistemi, pekiştirmeli öğrenme kullanarak hiçbir insan oyun verisi olmaksızın yalnızca kendisiyle oynayarak satranç, şatranç ve go oyunlarında insan şampiyonlarını geçti.