Définition
L'apprentissage par renforcement est une méthode d'apprentissage automatique où un agent apprend par essais et erreurs : il agit dans un environnement, reçoit une récompense ou une pénalité, et ajuste sa stratégie pour maximiser la récompense cumulée. C'est ainsi qu'un programme apprend à jouer aux échecs ou à piloter un robot. Une variante, l'apprentissage par renforcement à partir de retours humains (RLHF), sert à aligner les grands modèles de langage sur les préférences des utilisateurs.
Dans la pratique
En entreprise, cette technique reste rare en dehors de l'optimisation (recommandation, pilotage de stocks, enchères publicitaires) et de l'entraînement des modèles de fondation. Le profil capable de la mettre en œuvre est un data scientist chevronné, avec une bonne maîtrise de la simulation. Le piège est d'y recourir là où une règle métier ou une régression classique suffirait.
Termes liés
Définition rédigée par L'équipe Top Profil. Glossaire mis à jour le . Tous les termes du glossaire.