Apprendimento per rinforzo
Un metodo in cui un sistema sviluppa una strategia d’azione attraverso azioni e ricompense in un ambiente.
Come apprende un sistema tramite ricompense?
Nell’apprendimento per rinforzo, o RL, un sistema compie azioni in un ambiente e riceve le ricompense associate. Da questo processo apprende una strategia d’azione, chiamata anche policy. L’obiettivo è massimizzare la ricompensa attesa nel corso considerato. La progettazione della ricompensa è quindi decisiva: ciò che viene premiato dal calcolo deve corrispondere allo scopo reale del compito. La strategia addestrata e il suo uso successivo richiedono una pianificazione separata.
In una simulazione fittizia, un sistema deve apprendere sequenze di visite di assistenza. Una ricompensa basata soltanto su tragitti brevi non terrebbe conto da sola delle fasce orarie concordate. Il gruppo di lavoro definisce quindi azioni consentite, vincoli obbligatori di pianificazione e scenari di valutazione adeguati. Esamina anche casi in cui percorsi brevi entrano in conflitto con il completamento puntuale di tutte le visite assegnate. Un punteggio elevato nella simulazione non dimostra da solo un piano operativo adatto. Prima dell’uso pratico vengono valutati separatamente le condizioni reali e il trattamento degli scostamenti.
Fonti
Termini correlati
- Apprendimento automaticoI modelli apprendono schemi dai dati e li applicano a nuovi input.
- Inferenza dell’IAApplicare un modello già addestrato agli input per ottenere un risultato.
- Valutazione degli LLMLa valutazione degli LLM verifica risultati rispetto a compiti e criteri definiti. Un buon caso isolato non dimostra la qualità generale.
- Apprendimento supervisionatoUn metodo che usa ingressi insieme ai relativi valori o classi obiettivo come esempi di addestramento.
- Apprendimento non supervisionatoUn metodo che cerca schemi nei dati senza risposte obiettivo prestabilite per lo specifico compito di addestramento.
- Re-rankingIl re-ranking rivaluta i candidati già trovati. Contano la pertinenza rispetto alla domanda e i limiti della selezione iniziale.
Il vostro progetto con ASES
Descriveteci il vostro progetto. Vi ricontatteremo con una prima valutazione.