Posilované učení (Reinforcement Learning)

Posilované učení je typ strojového učení, kde se agent učí rozhodovat na základě odměn a trestů v prostředí. Cílem je maximalizovat zisk v dlouhodobém horizontu. Používá se např. v robotice, hrách (např. AlphaGo), autonomních systémech nebo optimalizaci procesů. Agent se učí zkušeností podobně jako člověk – metodou pokus–omyl.