Сочинение на тему Проблема обратного обучения

Обратное обучение с подкреплением – это проблема заставить агента изучать функцию вознаграждения, наблюдая за экспертом-агентом с определенной политикой или поведением. Проблемы RL дают мощное решение для последовательных проблем, используя агентов с заданной функцией вознаграждения, чтобы найти политику, взаимодействуя со средой. Тем не менее, одним из основных недостатков проблем с RL является предположение, что дана хорошая функция вознаграждения, которая является кратким представлением замысла дизайнера. Но определение хорошей функции вознаграждения может быть сложной задачей, особенно для сложных задач, имеющих большое количество состояний и действий. В то время как обычное обучение с подкреплением предполагает использование наград и наказаний для изучения поведения, в IRL направление меняется на противоположное, и робот наблюдает за поведением эксперта, чтобы выяснить, какую цель, по-видимому, пытается достичь это поведение.

Усиленное обучение – это вычислительный подход к пониманию и автоматизации целенаправленного обучения и принятия решений. Методы RL решают проблемы с помощью агента, который приобретает опыт посредством взаимодействий (методом проб и ошибок) с динамической средой. Результатом является политика, которая может решать сложные задачи без конкретных инструкций о том, как эти задачи должны быть выполнены. Другими словами, можно сказать, что обучение с подкреплением является вычислительным подходом к обучению через взаимодействия (поведенческая психология), который применяется людьми в природе, где мы учимся на допущенных ошибках и пытаемся больше не совершать ту же ошибку, когда возникает подобная ситуация. , Усиленное обучение имеет лучшие обобщающие свойства и отличается от контролируемого обучения, в котором используются помеченные примеры, потому что ярлыки могут быть недостаточно репрезентативными, чтобы охватить все ситуации. Обучение без учителя, как правило, связано с обнаружением структуры, скрытой в коллекциях немаркированных данных, и поэтому отличается от обучения с подкреплением.