Définition - Que signifie Deep Reinforcement Learning (Deep RL)?
L'apprentissage par renforcement profond est un apprentissage par renforcement appliqué à l'aide de réseaux de neurones profonds. Ce type d'apprentissage implique que les ordinateurs agissent sur des modèles sophistiqués et examinent de grandes quantités d'entrées afin de déterminer un chemin ou une action optimisé.
Definir Tech explique l'apprentissage par renforcement profond (Deep RL)
Une façon de décrire l'apprentissage par renforcement profond est qu'un réseau de neurones profond apprend grâce au renforcement d'expériences individuelles.
Supposons que le réseau neuronal profond mappe un espace de jeu visuel et analyse cet espace de jeu à travers un continuum temporel pour voir ce qui se passe dans le jeu. L'ordinateur commence à comprendre quels sont les résultats basés sur les entrées et peut à son tour «jouer plus intelligemment». Cela concerne d'autres efforts technologiques similaires tels que les réseaux Q profonds.
En général, les experts en apprentissage automatique poussent ces types de modèles comme un moyen pour les machines de devenir continuellement plus intelligentes ou d'apprendre à penser davantage comme des humains, bien que des barrières et des limites pratiques s'appliquent.