Which kind of data does reinforcement learning use?

Đáp án đúng: "None". Học tăng cường không dựa trên một tập dữ liệu chuẩn bị trước: tác nhân tự sinh dữ liệu bằng cách tương tác với môi trường, quan sát trạng thái, chọn hành động và nhận phần thưởng, rồi học từ chính chuỗi trải nghiệm đó. Cần nói thẳng rằng nhiều người coi học tăng cường gần với "Unlabelled data", vì phần thưởng không phải nhãn đúng sai cho từng mẫu; tuy vậy nói chính xác hơn là nó không dùng loại dữ liệu nào trong hai kiểu cho sẵn, nên đáp án đã nêu vẫn đứng vững. "Labeled data" thuộc học có giám sát, nơi mỗi mẫu đi kèm câu trả lời đúng; học tăng cường không có ai chỉ ra hành động đúng, chỉ có tín hiệu phần thưởng thường đến trễ. "Unlabelled data" là đầu vào của học không giám sát như phân cụm, nơi mô hình tìm cấu trúc trong một tập dữ liệu tĩnh. "Both" sai vì học tăng cường không dựa trên tập dữ liệu nào, có nhãn hay không có nhãn.