Madde #519RL & Robotik/sozluk/inverse-reinforcement-learning-irl
Inverse Reinforcement Learning (IRL)
Türkçe: Tersine Pekiştirmeli Öğrenme
Ayrıntılı Tanım
Klasik pekiştirmeli öğrenmenin tam tersine; ödül fonksiyonunun baştan verilmediği, bunun yerine **uzmanın sergilediği davranışlara bakılarak uzmanın hangi gizli ödülü (hedefi) maksimize etmeye çalıştığının matematiksel olarak çözüldüğü** yöntemdir.
Ne İşe Yarar / Çözülen Problem
Bir robota karmaşık bir görev verirken (örneğin "Güvenli ve konforlu araba sür") bu görevin ödül formülünü elle yazmanın aşırı zor olması problemini çözer.
Nasıl Çalışır? (Teknik & Mekanizma)
Bir optimizasyon döngüsü kurulur: "Hangi ödül fonksiyonu geçerli olsaydı, uzmanın yaptığı bu hareketler optimal bir politika olurdu?" sorusu çözülür. Ödül fonksiyonu çıkarıldıktan sonra robot standart RL ile eğitilir.
Örnek Senaryo & Pratik Uygulama
Bir usta aşçının yemek yapışını izleyen bir çırak: Aşçının el hareketlerini körlemesine taklit etmek yerine; aşçının yemeğin tuz, kıvam ve ısı dengesini mükemmelleştirmeye çalıştığını (ödül hedefini) anlayıp kendi tarzıyla aynı lezzete ulaşması.
Benzer Terimlerden Farkı
Davranış Klonlama sadece hareketi taklit ederken; Tersine RL hareketin altındaki **amacı ve motivasyonu** öğrenir.
İlişkili Terimler (3)
Pekiştirmeli Öğrenme, Robotik ve Otonom Sistemler
Q-Learning, Policy Gradient, PPO, Sim2Real, otonom sürüş ve robotik manipülasyon.
Toplam Terim:30 Madde
Bu Kategorideki Tüm Terimleri Gör →Önceki Terim (#518)Behavioral Cloning (Davranış Klonlama)
Sonraki Terim (#520)Model-Based vs. Model-Free RL