Computational Intelligence pp 101-117 | Cite as
Reinforcement Learning
Die Steuerung des Verhaltens künstlicher Systeme ist eine wichtige Aufgabe in vielen Problembereichen, von der Robotersteuerung bis zu Computerspielagenten. Lernen durch Belohnung, bekannter als Reinforcement Learning, ermöglicht einem künstlichen Agenten, auf Basis von Belohnung und Bestrafung, sein Verhalten an die Umgebung anzupassen. Reinforcement Learning gehört zur Klasse der naturinspirierten Verfahren. Bei Lebewesen ist das Prinzip von Belohnung bei positivem und Bestrafung bei negativem Verhalten von fundamentaler Bedeutung. Dieses als Lernen mit Lehrer bekannte Prinzip wird heutzutage für Steuerungs- und Regelungsaufgaben erfolgreich durch zahlreiche Reinforcement Learning-Varianten algorithmisch umgesetzt.
Preview
Unable to display preview. Download preview PDF.
Literaturempfehlung
- Sutton, R.; Barto, A.: Reinforcement Learning: An Introduction. MIT Press, 1998, [54].Google Scholar
- Russel, S.; Norvig, P.: Artificial Intelligence: A Modern Approach. Prentice Hall, 1995, [47].Google Scholar