Peakly Glossar

Begriff «Reinforcement Learning (RL)»

Definition:
Reinforcement Learning (RL), auf Deutsch „verstärkendes Lernen“, ist eine Technik des maschinellen Lernens, bei der ein KI-Modell durch Belohnungen und Bestrafungen lernt, Entscheidungen zu treffen. Das Modell agiert in einer Umgebung, führt Aktionen aus und wird basierend auf dem Ergebnis jeder Aktion entweder belohnt oder bestraft. Ziel ist es, eine Strategie zu entwickeln, die langfristig die größtmögliche Belohnung einbringt.

Anwendung

Reinforcement Learning wird häufig in der Robotik, der Spieleentwicklung und bei autonomen Systemen eingesetzt. Es hilft Maschinen, sich in komplexen Umgebungen zurechtzufinden und aus Fehlern zu lernen, indem sie die besten Entscheidungen auf Basis von Erfahrungen treffen.

Praktisches Beispiel

Stell dir vor, ein Roboter lernt, wie er durch ein Labyrinth navigieren kann. Jedes Mal, wenn er in eine Sackgasse gerät, wird er „bestraft“, und wenn er den richtigen Weg findet, wird er „belohnt“. Durch viele Wiederholungen lernt der Roboter, wie er das Labyrinth effizient durchqueren kann, und optimiert so seine Bewegungen.

Peakly AI Glossar