Pekiştirmeli öğrenmede bir "ajan", bir ortam içinde eylemler yapar ve her eylemin sonucunda bir ödül ya da ceza sinyali alır. Ajanın amacı, uzun vadede toplam ödülü en yüksek yapacak davranış stratejisini bulmaktır. Burada doğru cevaplar önceden etiketlenmiş değildir; ajan neyin işe yaradığını deneyerek keşfeder.
Bu yöntem özellikle oyunlarda, robot kontrolünde ve karar verme problemlerinde başarılı olmuştur. DeepMind'ın AlphaGo sistemi, pekiştirmeli öğrenmeyi derin öğrenmeyle birleştirerek Go oyununda dünya şampiyonu seviyesindeki oyuncuları yenmiştir. Büyük dil modellerini insan tercihlerine göre iyileştirmek için de pekiştirmeli öğrenmeden yararlanılır (RLHF).
Ödülün nasıl tanımlandığı çok önemlidir. Ödül kötü tasarlanırsa ajan, istenen davranış yerine ödülü kolayca toplamanın kestirme yollarını bulabilir.
Pour les enfants
Çocuğunuza nasıl anlatırsınız?
Köpeğine "otur" komutunu öğrettiğini düşün. Doğru yaptığında ona bir ödül maması veriyorsun, yanlış yaptığında vermiyorsun. Zamanla köpek hangi davranışın ödül getirdiğini öğrenir. Pekiştirmeli öğrenmede de yapay zeka, ödül kazandıran hamleleri deneyerek bulur.
Gündelik bir örnek
Bir bilgisayar oyununda karakteri kontrol eden yapay zekanın, binlerce kez oynayıp her seferinde biraz daha yüksek skor yapmayı öğrenmesi pekiştirmeli öğrenmedir.