Усиленное обучение ИИ действительно проявляет себя в трех конкретных сценариях. Подумайте об этом - система должна уметь справляться с неудачами, что означает, что вы можете просто нажать сброс и попробовать снова. Скорость тоже важна; если каждая попытка занимает вечность, обучение становится непрактичным. И вот в чем дело: должен быть какой-то автоматический способ оценивать каждую попытку. Никакого человеческого суждения не нужно. Когда эти три условия выполняются - быстрые сбросы, быстрые итерации и автоматическая обратная связь - вот где алгоритмы RL действительно преуспевают.