Definition - Aktives Reinforcement-Learning

• Beispiele:
  • Epsilon-Greedy-Learning
  • Epsilon-Greedy ADP
  • Epsilon-Greedy Q-Learning
• Involvierte Definitionen:
  • Strategie
  • Zustandsnutzen
  • siehe auch Passives Reinforcement-Learning
• Veranstaltung: EML
• Referenz: @thimm2024 (Abschnitt 4.3)

⠀

Definition: Aktives Reinforcement-Learning

Als Aktives Reinforcement-Learning bezeichnen wir Methoden des maschinellen Lernens, die darauf abzielen, die optimale Strategie in einer zunächst unbekannten Umgebung zu erlernen, wobei in einigen Fällen simultan auch die Nutzenwerte der Zustände ermittelt werden.

Hierzu werden aktiv¹ Entscheidungen in der Umgebung getroffen, um diese zu erkunden und die Strategie iterativ zu verbessern.

Footnotes

1. daher der Name aktives Reinforcement Learning ↩