Що таке RL?

Щоб отримати максимальну користь від цього курсу, слід мати ґрунтовні знання з математики (особливо теорії ймовірностей). Знання основ машинного навчання та NumPy також буде корисним.

Передумови

• Вивчення статистики з Python
• Ultimate NumPy
• Вступ до ML з scikit-learn

Навчання з підкріпленням значною мірою базується на ідеях біхевіористичної психології, зокрема на тому, як люди та тварини навчаються через досвід. Подібно до того, як собака вчиться сідати, отримуючи ласощі за правильну поведінку, агент RL навчається, отримуючи нагороди за свої дії.

Агент і середовище

Агент відповідає лише за прийняття рішень — вибір дій на основі своїх спостережень і навчання на основі отриманих результатів, тоді як середовище визначає правила взаємодії.

Застосування навчання з підкріпленням

Навчання з підкріпленням широко використовується в різних сферах, де важливе прийняття рішень в умовах невизначеності. Основні застосування включають:

• Робототехніка: RL допомагає роботам опановувати складні завдання, такі як захоплення об'єктів, пересування та промислова автоматизація;
• Ігровий штучний інтелект: RL забезпечує роботу агентів у таких іграх, як шахи, Go та Dota 2, досягаючи надлюдських результатів;
• Фінанси: RL оптимізує торгові стратегії, управління портфелем та оцінку ризиків;
• Охорона здоров'я: RL сприяє створенню персоналізованих планів лікування, роботизованій хірургії та відкриттю нових ліків;
• Автономні системи: RL дозволяє працювати самокерованим автомобілям, дронам та адаптивним системам керування дорожнім рухом;
• Системи рекомендацій: RL допомагає покращувати персоналізовані рекомендації контенту на стрімінгових платформах та в електронній комерції.