Reinforcement Learning [Teil 1]: Einführung

Was ist Reinforcement Learning?

Reinforcement Learning ist ein Teilgebiet des Machine Learning, bei dem ein KI-Agent mit seiner Umwelt interagiert. Für jede Aktion erhält der Agent eine Belohnung (positiv oder negativ) und versucht auf der Grundlage dieser Belohnung eine Strategie zu finden, um die Belohnung zu maximieren und dabei ein bestimmtes Problem zu lösen. Um eine optimale Strategie zu finden, muss der KI-Agent die langfristigen Folgen seiner Handlungen und Umweltveränderungen berücksichtigen; d. h. die zukünftigen Belohnungen zu maximieren, auch wenn die damit verbundenen Zwischenschritte negativ Belohnungen bringen können.

Nach dem Training auf historischen Daten in einem simulierten Umfeld können KI-Agenten dann zur Automatisierung komplexer Aufgaben in der realen Welt eingesetzt werden. Bekannte Beispiele für den Einsatz von Reinforcement Learning sind KIs für selbstfahrende Autos oder AlphaGo, das sogar Menschen im Schach und Go schlagen kann.

Im unteren Karussell ist eine kleine Einführung zum Thema Reinforcement Learning zusammengestellt.