Reinforcement Learning (RL) ist eine Lernmethode der künstlichen Intelligenz, bei der ein Agent durch Versuch und Irrtum handelt und dafür Belohnungen oder Bestrafungen erhält. Anders als beim überwachten Lernen gibt es keine fertigen Lösungen — der Agent entdeckt die Strategie selbst.
Wie funktioniert Reinforcement Learning?
Ein Agent befindet sich in einer Umgebung und führt Aktionen aus. Für jede Aktion erhält er eine Belohnung (Reward). Ziel ist es, die über die Zeit gesammelte Gesamtbelohnung zu maximieren. Der Agent erkundet anfangs zufällig und lernt nach und nach, welche Aktionen in welchem Zustand den größten Nutzen bringen.
Die drei Lernarten im Vergleich
- Überwachtes Lernen (Supervised): Lernt aus gelabelten Beispielen (Eingabe → erwartete Ausgabe)
- Unüberwachtes Lernen (Unsupervised): Findet Muster ohne vorgegebene Antworten
- Reinforcement Learning: Lernt Strategien durch Belohnung und Bestrafung in einer Umgebung
Wichtige Konzepte
- Policy: Die Strategie des Agents — welche Aktion in welchem Zustand
- Reward: Unmittelbare Belohnung nach einer Aktion
- Discount-Faktor: Wie stark zukünftige Belohnungen gewichtet werden
- Exploration vs. Exploitation: Neues ausprobieren vs. Bekanntes optimal nutzen
Anwendungen
RL steckt hinter beeindruckenden Erfolgen: AlphaGo schlug den Weltmeister im Go, Roboter lernen Laufen und Greifen, und KI-Systeme optimieren Chip-Designs. Auch im Training moderner LLMs spielt RL eine Rolle (RLHF — Reinforcement Learning from Human Feedback). Verwandte Begriffe: Machine Learning, Overfitting, Neuronale Netze.