Uczenie maszynowe z użyciem Scikit-Learn i TensorFlow

Rozdział 18. 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 na pierwszych stronach gazet. Przełom nastąpił w 2013 roku, gdy twórcy projektu DeepMind zaprezentowali system potrafiący przejść niemal każdą grę stworzoną na komputer Atari (https://arxiv.org/abs/1312.5602)[2], a nawet w większości przypadków osiągać lepsze wyniki od człowieka (https://homl.info/dqn2)[3] — danymi wejściowymi w tym modelu ...