Slovník IT, managementu a projektového řízení
Algoritmus Q-learning
Q-learning reinforcement learning
Q-learning se učí hodnotu akcí ve stavech podle získaných odměn a následných přechodů prostředí.
Agent aktualizuje odhad očekávaného budoucího přínosu bez nutnosti znát úplný model prostředí. Učení vyvažuje zkoušení nových možností a využívání známých akcí. Stabilita závisí na pokrytí stavů i nastavení aktualizace.