التعلم المعزز، في سياق التعلم الآلي والذكاء الاصطناعي (AI)، هو نوع من البرمجة الديناميكية التي تدرب الخوارزميات باستخدام نظام المكافأة والعقاب.
تتعلم خوارزمية التعلم المعزز، والتي قد يشار إليها أيضًا باسم الوكيل، من خلال التفاعل مع بيئتها.
يتلقى الوكيل مكافآت من خلال الأداء الصحيح والعقوبات على الأداء غير الصحيح. يتعلم الوكيل دون تدخل من الإنسان من خلال زيادة مكافأته وتقليل العقوبة.
شرح التعلم المعزز.
هو نهج للتعلم الآلي مستوحى من علم النفس السلوكي. إنه مشابه لكيفية تعلم الطفل أداء مهمة جديدة.
يتناقض التعلم المعزز مع مناهج التعلم الآلي الأخرى من حيث أن الخوارزمية لا يتم إخبارها صراحةً بكيفية أداء مهمة ما، ولكنها تعمل من خلال المشكلة من تلقاء نفسها.
يتفاعل الوكيل، الذي يمكن أن يكون سيارة ذاتية القيادة أو برنامجًا يلعب الشطرنج، مع بيئته. ويتلقى حالة مكافأة اعتمادًا على كيفية أدائه، مثل القيادة إلى الوجهة بأمان أو الفوز بلعبة.
على العكس من ذلك، يتلقى الوكيل غرامة بسبب الأداء غير الصحيح، مثل الخروج عن الطريق أو التعرض للكدمات.
يتخذ الوكيل بمرور الوقت قرارات لزيادة مكافأته وتقليل العقوبة باستخدام البرمجة الديناميكية. تتمثل ميزة هذا النهج في الذكاء الاصطناعي في أنه يسمح لبرنامج الذكاء الاصطناعي بالتعلم دون أن يوضح المبرمج كيف يجب أن يؤدي الوكيل المهمة.