Reinforcement learning is a ____

Đáp án đúng: "Feedback-based learning technique". Học tăng cường (reinforcement learning) là kỹ thuật học dựa trên phản hồi: tác nhân (agent) thực hiện hành động trong môi trường, nhận phần thưởng (reward) hoặc hình phạt, rồi điều chỉnh chính sách (policy) để tối đa hoá tổng phần thưởng tích luỹ; chính tín hiệu phần thưởng là phản hồi dẫn dắt việc học, chẳng hạn lãi hay lỗ sau mỗi lệnh trong giao dịch. "Prediction-based learning technique" không khớp vì mục tiêu của tác nhân không phải dự đoán đúng một nhãn như học có giám sát, mà là chọn hành động tốt nhất theo từng trạng thái. "History results-based learning technique" không khớp vì tác nhân không học từ một bảng kết quả lịch sử cho sẵn mà tự sinh trải nghiệm bằng cách tương tác với môi trường. "Prediction-based learning model" sai ở hai điểm: vẫn đặt trọng tâm vào dự đoán, và học tăng cường là một khuôn khổ/kỹ thuật học chứ không phải một mô hình cụ thể.