https://inibudi.or.id/wiki/index.php?action=history&feed=atom&title=Algoritma_Dasar_Reinforcement_LearningAlgoritma Dasar Reinforcement Learning - Riwayat revisi2026-04-22T04:26:44ZRiwayat revisi halaman ini di wikiMediaWiki 1.43.0https://inibudi.or.id/wiki/index.php?title=Algoritma_Dasar_Reinforcement_Learning&diff=9211&oldid=prevBudi: Batch created by Azure OpenAI2025-07-27T03:03:25Z<p>Batch created by Azure OpenAI</p>
<p><b>Halaman baru</b></p><div>Dalam pengembangan sistem reinforcement learning, terdapat berbagai algoritma dasar yang digunakan untuk membantu agen belajar dari pengalaman. Algoritma-algoritma ini memungkinkan agen untuk membentuk kebijakan yang efektif melalui proses evaluasi dan pembaruan pengetahuan.<br />
<br />
== Q-Learning ==<br />
[[Q-Learning]] adalah salah satu algoritma paling populer dalam reinforcement learning. Algoritma ini bersifat off-policy, artinya agen dapat belajar kebijakan optimal tanpa harus mengikuti kebijakan yang sedang dijalankan. Q-Learning menggunakan tabel Q untuk menyimpan nilai dari aksi-aksi yang mungkin diambil dalam setiap keadaan.<br />
<br />
== SARSA ==<br />
[[SARSA]] (State-Action-Reward-State-Action) adalah algoritma lain yang sering digunakan. Berbeda dengan Q-Learning, SARSA merupakan on-policy, sehingga pembaruan nilai dilakukan berdasarkan aksi yang diambil oleh kebijakan sekarang.<br />
<br />
== Algoritma Lainnya ==<br />
Selain Q-Learning dan SARSA, terdapat juga algoritma seperti Monte Carlo, Temporal Difference (TD), dan [[Policy Gradient]]. Setiap algoritma memiliki kelebihan dan kekurangan tergantung pada karakteristik permasalahan yang dihadapi.</div>Budi