Wat is reinforcement learning?

Reinforcement learning (in het Nederlands ook wel versterkend leren genoemd) is een specifieke vorm van machine learning. Hierbij leert een computerprogramma, een zogenaamde ‘agent’, volledig zelfstandig om de beste beslissingen te nemen binnen een bepaalde omgeving. Het unieke aan deze methode is dat de software niet vooraf wordt gevoed met kant-en-klare voorbeelden, maar leert door simpelweg te doen.

Leren door beloningen en straffen

Het leerproces van reinforcement learning is gebaseerd op een systeem van trial-and-error, vergelijkbaar met hoe je een hond een kunstje leert. De computer voert een actie uit en krijgt op basis van het resultaat feedback uit de omgeving:

• Beloning (Reward): De actie brengt het programma dichter bij het einddoel. De software onthoudt dat dit in deze situatie een goede keuze was.
• Straf (Penalty): De actie leidt tot een fout of een slecht resultaat. Het programma past zijn strategie aan om deze fout in de toekomst te voorkomen.

Dit proces wordt duizenden of miljoenen keren herhaald (iteraties) totdat het programma de meest optimale route of gedragswijze heeft ontdekt om het gestelde doel te bereiken. Deze technologie wordt onder andere ingezet voor zelfrijdende auto’s, complexe logistieke processen en het realtime optimaliseren van biedstrategieën in online advertentiecampagnes.