====== Reinforced learning ======


L'ambiente esterno influenza l'apprendimento/addestramento. Ad esempio i bambini apprendono anche senza insegnante, in base a quello che hanno intorno. Tuttavia questo rimane un "addestramento" di una rete a imitare una funzione e non si possono fare considerazioni con la mente dei bambini!

===== Termini =====


  * agente: colui che decide e agisce
  * ambiente: colui che premia o punisce l'agente
  * azione: 
  * politica: delle decisioni per azioni
  * funzione premio/punizione (costo?)
  * funzione valore: somma di tutti i premi nel tempo



===== Temporal credit assignment problem =====

In questo tipo di addestramento è importante notare che esiste un **ritardo** tra l'azione e la premiazione (o punizione) da parte dell'ambiente.

Politica: posso decidere tra due comportamenti:
  * esplorare nuove azioni (necessario per poter apprendere)
  * sfruttare le conoscenze per ricevere il premio

Migliore approccio?

Non perdere tempo, imparare!

Problema delle slot machine: cosa faccio se mi trovo davanti delle slot machine e non so dove riceverò il premio?