Reinforcement Learning

Обучение с подкреплением — метод машинного обучения, в котором агент взаимодействует со средой, выполняя действия и получая вознаграждения или штрафы за свои действия. Цель агента — обучиться стратегии действий, максимизирующей суммарное вознаграждение; этот подход используется, например, для обучения игровых ИИ, а также экспериментируется в генеративных задачах (например, настройка параметров музыки по реакции слушателей).