Aprendizado por reforço profundo (deep rl)

Definição - O que significa Deep Reinforcement Learning (Deep RL)?

Aprendizagem por reforço profundo é a aprendizagem por reforço aplicada por meio de redes neurais profundas. Este tipo de aprendizagem envolve os computadores na atuação em modelos sofisticados e na análise de grandes quantidades de entrada para determinar um caminho ou ação otimizada.

Definirtec explica Deep Reinforcement Learning (Deep RL)

Uma maneira de descrever a aprendizagem por reforço profundo é que uma rede neural profunda aprende por meio do reforço de experiências individuais.

Suponha que a rede neural profunda mapeie um espaço de jogo visual e analise esse espaço de jogo por meio de um continuum de tempo para ver o que acontece dentro do jogo. O computador começa a entender quais são os resultados com base nas entradas e pode, por sua vez, "jogar de maneira mais inteligente". Isso se relaciona a outros esforços tecnológicos semelhantes, como redes Q profundas.

Em geral, os especialistas em aprendizado de máquina estão promovendo esses tipos de modelos como uma forma de as máquinas ficarem continuamente mais inteligentes ou aprender a pensar mais como humanos, embora barreiras e limites práticos sejam aplicáveis.