Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow

Rozdział 16. Uczenie przez wzmacnianie

Uczenie przez wzmacnianie (ang. reinforcement learning — RL) stanowi obecnie jedną z najbardziej fascynujących, a zarazem najstarszych dziedzin uczenia maszynowego. Znana jest ona już od lat 50. ubiegłego wieku i znalazła wiele przydatnych zastosowań[1], zwłaszcza w grach (np. TD-Gammon — programie grającym w tryktrak) i sterowaniu urządzeniami, rzadko jednak pojawia się pierwszych stronach gazet. Przełom nastąpił w 2013 roku, gdy twórcy projektu DeepMind zaprezentowali system potrafiący przejść niemal każdą grę stworzoną na komputer Atari[2], a nawet w większości przypadków osiągać lepsze wyniki od człowieka[3] — danymi wejściowymi w tym modelu są zwykłe piksele, a do tego musi on samodzielnie odkryć reguły ...