O aprendizado por reforço é particularmente útil em situações onde a sequência de ações é crítica, como jogos ou navegação robótica. Exemplos inclu...

O aprendizado por reforço é particularmente útil em situações onde a sequência de ações é crítica, como jogos ou navegação robótica. Exemplos incluem algoritmos de Q-learning e redes neurais profundas utilizadas em sistemas como o AlphaGo. Assinale abaixo como o aprendizado por reforço difere dos outros tipos de aprendizado de máquina:


a. Envolvimento de feedback na forma de recompensas ou penalidades.
b. Não utiliza algoritmos.
c. Não recebe feedback na forma de recompensas ou penalidades.
d. Ele não tem autonomia em tomar decisões, não sendo adequado para navegação robótica.
e. Não envolve tentativa e erro.