Apprentissage par renforcement

Dans le domaine de l’intelligence artificielle (IA), l’apprentissage par renforcement est l’un des trois types d’apprentissage mis en œuvre par les réseaux de neurones artificiels, les deux autres étant l’apprentissage supervisé et l’apprentissage non supervisé. Il s’agit d’une technique d’apprentissage automatique qui permet à l’ordinateur d’apprendre ce qu’il convient de faire à partir d’expériences répétées où il doit trouver la meilleure solution. Autrement dit, il apprend par essai et erreur en recevant ou non après chaque action une récompense numérique.