Reinforcement learning

Reinforcement learning is een klasse machine learning waarin een agent leert reeksen beslissingen te nemen door vallen en opstaan, met beloningen of straffen voor zijn acties. Het wordt toegepast op besturings- en optimalisatieproblemen zoals energiebeheer en procesafstelling.

In plaats van te leren uit gelabelde voorbeelden interageert een reinforcement-learning-agent met een omgeving, neemt acties, observeert de resulterende toestand en beloning, en leert geleidelijk een beleid dat de cumulatieve beloning maximaliseert. In de industrie toont het belofte voor complexe besturing en roostering waar goede acties lastig direct te specificeren zijn. Omdat vallen en opstaan in de echte wereld kostbaar of onveilig kan zijn, gebeurt training meestal tegen een simulatie of digital twin vóór uitrol.

Gerelateerde begrippen

Advanced Process Control (APC) · Digital Twin · Machine Learning (Industrial)