https://inibudi.or.id/wiki/index.php?action=history&feed=atom&title=Reward_dalam_Pembelajaran_Berpenguatan 2026-04-20T10:30:37Z Riwayat revisi halaman ini di wiki MediaWiki 1.43.0 https://inibudi.or.id/wiki/index.php?title=Reward_dalam_Pembelajaran_Berpenguatan&diff=17221&oldid=prev 2025-07-31T21:54:46Z

<p>Batch created by Azure OpenAI</p> <p><b>Halaman baru</b></p><div>Reward atau ganjaran adalah sinyal yang diberikan oleh lingkungan kepada agen setelah agen melakukan suatu aksi. Reward berfungsi sebagai umpan balik utama yang memandu agen untuk belajar dan berkembang.<br /> <br /> ==Peran Reward==<br /> Dalam [[pembelajaran berpenguatan]], reward digunakan untuk menilai seberapa baik aksi yang diambil oleh agen. Reward positif mendorong agen untuk mengulangi aksi tersebut, sedangkan reward negatif mengindikasikan aksi yang kurang baik.<br /> <br /> ==Fungsi Reward==<br /> Reward dapat bersifat langsung (immediate) atau kumulatif (total reward). Agen biasanya berusaha untuk memaksimalkan reward kumulatif sepanjang waktu.<br /> <br /> ==Reward Shaping==<br /> [[Reward shaping]] adalah teknik yang digunakan untuk memodifikasi fungsi reward agar agen belajar lebih efisien. Teknik ini umum digunakan dalam aplikasi dunia nyata di mana reward alami sulit diperoleh.</div>

Budi