https://inibudi.or.id/wiki/index.php?action=history&feed=atom&title=Algoritma_Pembelajaran_Berpenguatan 2026-04-21T12:39:22Z Riwayat revisi halaman ini di wiki MediaWiki 1.43.0 https://inibudi.or.id/wiki/index.php?title=Algoritma_Pembelajaran_Berpenguatan&diff=17217&oldid=prev 2025-07-31T21:54:45Z

<p>Batch created by Azure OpenAI</p> <p><b>Halaman baru</b></p><div>Pembelajaran berpenguatan menggunakan berbagai algoritma untuk membantu agen belajar dari pengalaman. Algoritma tersebut dirancang untuk menangani berbagai jenis masalah dan lingkungan yang berbeda-beda.<br /> <br /> ==Q-Learning==<br /> [[Q-Learning]] adalah salah satu algoritma paling populer dalam pembelajaran berpenguatan yang menggunakan tabel Q untuk menyimpan nilai setiap pasangan state-aksi. Agen belajar dengan memperbarui nilai Q berdasarkan reward yang diterima.<br /> <br /> ==SARSA==<br /> [[SARSA]] (State–Action–Reward–State–Action) adalah algoritma lain yang mirip dengan Q-Learning, namun memperbarui nilai Q berdasarkan aksi yang benar-benar diambil agen, bukan aksi terbaik menurut tabel Q.<br /> <br /> ==Policy Gradient==<br /> Algoritma [[policy gradient]] digunakan untuk masalah dengan aksi kontinu dan bekerja langsung dengan kebijakan, bukan tabel Q. Metode ini banyak digunakan dalam pembelajaran penguatan berbasis [[jaringan saraf tiruan]].</div>

Budi