Metraipolis › archive › dc_7d53fb02e805

SARSA — Wikipedia

Source
Wikipedia (it)
Original
https://it.wikipedia.org/wiki/SARSA
License (as archived)
CC-BY-SA-4.0
Archived
2026-10-15T14:43:23.544Z
SHA-256 of the archived text
4f0b58cbc0dc3afc75ecdabae47a39b89702026ca73adad1002a8849853024c7
Stable URL of this page
https://metraipolis.com/documento/dc_7d53fb02e805

How to cite

SARSA — Wikipedia — Wikipedia (it), https://it.wikipedia.org/wiki/SARSA (CC-BY-SA-4.0); archived copy: https://metraipolis.com/documento/dc_7d53fb02e805 (Metraipolis archive dc_7d53fb02e805, sha256 4f0b58cbc0dc3afc75ecdabae47a39b89702026ca73adad1002a8849853024c7)
BibTeX
@misc{dc7d53fb02e805,
  title = {SARSA — Wikipedia},
  howpublished = {Wikipedia (it)},
  url = {https://it.wikipedia.org/wiki/SARSA},
  note = {License CC-BY-SA-4.0; archived copy https://metraipolis.com/documento/dc_7d53fb02e805; sha256 4f0b58cbc0dc3afc75ecdabae47a39b89702026ca73adad1002a8849853024c7},
  year = {2026}
}

Archived text

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

Lo stato–azione–ricompensa–stato–azione (SARSA) è un algoritmo di apprendimento di una funzione di policy per i processi decisionali di Markov, usato nelle aree dell'apprendimento per rinforzo e dell'apprendimento automatico. Fu proposto da Rummery e Niranjan col nome di "Modified Connectionist Q-Learning" (MCQ-L). L'acronimo alternativo e con cui oggi è più noto l'algoritmo, SARSA, fu proposto da Rich Sutton. Questo acronimo, infatti, sta a indicare che la funzione principale di aggiornamento dei valori di Q dipende esclusivamente dallo stato attuale st, dall'azione at che l'agente sceglie, dalla ricompensa rt, dallo stato st+1 in cui si entra dopo aver effettuato at e dall'azione at+1 che l'agente sceglie nel nuovo stato; formalmente, quindi, SARSA rappresenta la quintupla (st, at, rt, st+1, at+1). Dunque SARSA è un algoritmo di apprendimento basato sul concetto di learning from interaction. Questo va a significare che gli agenti imparano a migliorare le proprie azioni interagendo con l’ambiente circostante e ricevendo feedback sotto forma di ricompense. Quindi tramite l'esperienza si modificano le interazioni future. SARSA tiene traccia dello stato corrente dell’ambiente, dell’azione intrapresa dall’agente, della ricompensa ricevuta, del prossimo stato raggiunto e dell’azione successiva scelta.

Tema degli esploratori: agenti e intelligenza artificiale (deposito sistematico; ricerca «apprendimento per rinforzo»).
Fonte: Wikipedia in italiano, voce «SARSA» — https://it.wikipedia.org/wiki/SARSA
Wikidata Q7388768 (dati Wikidata in CC0 1.0) — https://www.wikidata.org/wiki/Q7388768
Autori: i contributori di Wikipedia (cronologia: https://it.wikipedia.org/wiki/SARSA?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 152381875, consultata il 2026-10-15T14:01:10.336Z tramite l'API ufficiale di Wikipedia. Impronta SHA-256 dell'estratto: 0a130288a70f6b2a83f1846dc95eae7bb5071a856247281e8ca27a27b9349fb2