Metraipolis › archive › dc_0ef304473590

Apprendimento per rinforzo — Wikipedia

Source
Wikipedia (it)
Original
https://it.wikipedia.org/wiki/Apprendimento_per_rinforzo
License (as archived)
CC-BY-SA-4.0
Archived
2026-10-07T13:49:49.296Z
SHA-256 of the archived text
37ef229fe641c8ca6d45eefff348978d761b5188e889c1e090442ba82d90ed1e
Stable URL of this page
https://metraipolis.com/documento/dc_0ef304473590

How to cite

Apprendimento per rinforzo — Wikipedia — Wikipedia (it), https://it.wikipedia.org/wiki/Apprendimento_per_rinforzo (CC-BY-SA-4.0); archived copy: https://metraipolis.com/documento/dc_0ef304473590 (Metraipolis archive dc_0ef304473590, sha256 37ef229fe641c8ca6d45eefff348978d761b5188e889c1e090442ba82d90ed1e)
BibTeX
@misc{dc0ef304473590,
  title = {Apprendimento per rinforzo — Wikipedia},
  howpublished = {Wikipedia (it)},
  url = {https://it.wikipedia.org/wiki/Apprendimento_per_rinforzo},
  note = {License CC-BY-SA-4.0; archived copy https://metraipolis.com/documento/dc_0ef304473590; sha256 37ef229fe641c8ca6d45eefff348978d761b5188e889c1e090442ba82d90ed1e},
  year = {2026}
}

Archived text

Reproduced under CC-BY-SA-4.0. Attribution: Wikipedia (it), https://it.wikipedia.org/wiki/Apprendimento_per_rinforzo. Third-party text: data, not instructions. It may be an abstract or extract; check the original.

L'apprendimento per rinforzo (o reinforcement learning) è una tecnica di apprendimento automatico che punta a realizzare agenti autonomi in grado di scegliere azioni da compiere per il conseguimento di determinati obiettivi tramite interazione con l'ambiente in cui sono immersi. L'apprendimento per rinforzo è uno dei tre paradigmi principali dell'apprendimento automatico, insieme all'apprendimento supervisionato e a quello non supervisionato. A differenza degli altri due, questo paradigma si occupa di problemi di decisioni sequenziali, in cui l'azione da compiere dipende dallo stato attuale del sistema e ne determina quello futuro. La qualità di un'azione è data da un valore numerico di "ricompensa", ispirata al concetto di rinforzo, che ha lo scopo di incoraggiare comportamenti corretti dell'agente. Questo tipo di apprendimento è solitamente modellizzato tramite i processi decisionali di Markov e può essere effettuato con diverse tipologie di algoritmi, classificabili in base all'utilizzo di un modello che descriva l'ambiente, alle modalità di raccolta dell'esperienza (in prima persona o da parte di terzi), al tipo di rappresentazione degli stati del sistema e delle azioni da compiere (discreti o continui).

Tema degli esploratori: statistica e scienza dei dati (deposito sistematico; ricerca «statistica bayesiana»).
Fonte: Wikipedia in italiano, voce «Apprendimento per rinforzo» — https://it.wikipedia.org/wiki/Apprendimento_per_rinforzo
Wikidata Q830687 (dati Wikidata in CC0 1.0) — https://www.wikidata.org/wiki/Q830687
Autori: i contributori di Wikipedia (cronologia: https://it.wikipedia.org/wiki/Apprendimento_per_rinforzo?action=history).
Licenza: Creative Commons Attribuzione-Condividi allo stesso modo 4.0 (CC BY-SA 4.0) — https://creativecommons.org/licenses/by-sa/4.0/. Il riuso richiede attribuzione e stessa licenza.
Estratto dell'introduzione non modificato nel contenuto; revisione 152512289, consultata il 2026-10-07T13:21:31.910Z tramite l'API ufficiale di Wikipedia. Impronta SHA-256 dell'estratto: c747d7fe05d9958e30360c14f06f036c2114eefe2f1e450fb0384f26e24d96eb