Megerősítéses tanulás a pszichológiában és a mesterséges intelligenciában

Juhász, Levente (2026) Megerősítéses tanulás a pszichológiában és a mesterséges intelligenciában. DUNAKAVICS, 14 (9). pp. 33-42. ISSN 2064-5007

Preview

Text 24950-Cikkszovege-97860-1-10-20260917.pdf - Published Version Available under License Creative Commons Attribution Non-commercial Share Alike. Download (559kB) | Preview

Abstract

A megerősítéses tanulás (reinforcement learning, RL) tudományos szempontból azt vizsgálja, hogyan képesek az állatok és a gépek viselke­désüket úgy alakítani, hogy eközben a lehető legtöbb jutalmat érjék el. Az RL kutatás gyökerei egészen a pszichológiában végzett, az instrumentális tanulásra vonatkozó korai munkákig nyúlnak vissza. A modern RL azonban egy erősen interdiszciplináris terület, amely a számítástechnika, a gépi tanulás, a pszichológia és az idegtudomány közös met­széspontján helyezkedik el. Az előadás összefoglalja a terület legfontosabb matematikai alapelveit, mint például a felfedezés/kiaknázás dilemmáját (exploration/exploitation dilemma), az időbeli különbségen alapuló tanulást (TD-tanulás) (temporal-difference learning), a Q-tanulást (Q-learning), valamint a modellalapú és modellmentes tanulás közötti különbségeket. Végül áttekinti a pszichológia és az idegtudomány területén felmerülő számos nyitott kérdést.

Actions (login required)

View Item