Обучение с подкреплением: основы и марковский процесс

1. Reinforcement Learning. Основы и марковский процесс

Красников Н.С.

2. Определение

Обучение с подкреплением - это вычислительный подход к
пониманию и автоматизации целенаправленного обучения и
принятия решений. Он отличается от других вычислительных
подходов тем, что делает акцент на обучении агента на основе
прямого взаимодействия с окружающей средой, не требуя
примерного наблюдения или полных моделей окружающей
среды
2

3. Основная концепция

O – данные из внешней
среды
(ее состояние)
А – множество действий
агента
R – награда за переход в
следующее состояние
3

4. Агент в обучении с подкреплением

На шаге t:
• Агент выполняет
действие