Pembelajaran penguatan AI benar-benar bersinar dalam tiga skenario spesifik. Pikirkan tentang itu - sistem perlu menangani kegagalan dengan baik, yang berarti Anda dapat langsung mengatur ulang dan mencoba lagi. Kecepatan juga penting; jika setiap percobaan memakan waktu selamanya, pelatihan menjadi tidak praktis. Dan ini yang paling penting: harus ada cara otomatis untuk menilai setiap percobaan. Tidak perlu penilaian manusia. Ketika ketiga kotak ini dicentang - pengaturan ulang yang cepat, iterasi yang cepat, dan umpan balik otomatis - di situlah algoritma RL benar-benar unggul.