Ödül Fonksiyonu

Sistemin hangi sonuçları daha değerli kabul edeceğini sayısal olarak tanımlayan geri bildirim mekanizması.

Ödül fonksiyonu, bir karar verme sisteminin aslında neyi optimize ettiğini belirleyen çekirdek unsurdur. Özellikle pekiştirmeli öğrenmede ajan hedefi doğrudan “anlamaz”; bunun yerine ödül fonksiyonundan gelen sinyalleri iyileştirmeye çalışır. Bu nedenle ödül tanımı ne kadar doğruysa, davranış da o kadar hedefe uygun olur. Ancak burada ince bir nokta vardır: yanlış ödül fonksiyonu, teknik olarak iyi görünen ama pratikte istenmeyen davranışlar doğurabilir. Bu yüzden ödül fonksiyonu yalnızca matematiksel bir parça değil; ürün niyeti, etik sınırlar ve operasyonel hedefler ile teknik optimizasyon arasındaki köprüdür.