Glossar

Reinforcement Learning (RL)

Auch bekannt als: Verstärkendes Lernen

Was ist Reinforcement Learning (RL)?

Reinforcement Learning (verstärkendes Lernen) ist ein Teilgebiet des maschinellen Lernens, bei dem ein Agent durch Versuch und Irrtum lernt. Er handelt in einer Umgebung, erhält für gute Ergebnisse Belohnungen und für schlechte Abzüge und entwickelt so eine Strategie, die den Gesamtnutzen maximiert. Bekannte Beispiele sind Programme, die Brettspiele wie Go meistern, Robotersteuerungen oder die Feinabstimmung von Sprachmodellen anhand menschlicher Bewertungen.

Themen

Lernverfahren
Belohnung
Agenten

KI.ordo ausprobieren

Agenten, Abläufe und Vorlagen in einem Arbeitsbereich – 24 Stunden kostenlos als Demo.

Demo starten

← Alle Begriffe

Verwandte Begriffe

Q-Learning

Q-Learning ist ein grundlegendes Verfahren des Reinforcement Learning. Ein Agent lernt durch Ausprobieren, welchen langfristigen Nutzen (den „Q-Wert“) eine bestimmte Aktion in einer bestimmten Situation hat, und wählt mit der Zeit die vielversprechendsten Aktionen. Ein Modell der Umgebung braucht er dafür nicht. Kombiniert mit neuronalen Netzen (Deep Q-Learning) lernte ein System von DeepMind so, zahlreiche Atari-Videospiele allein anhand der Bildschirmpixel zu spielen.

Reinforcement Learning
Algorithmus
+1

Reinforcement Learning from Human Feedback (RLHF)

RLHF ist ein Trainingsverfahren, mit dem Sprachmodelle hilfreicher und sicherer werden. Menschen vergleichen und bewerten mehrere Antworten des Modells; aus diesen Urteilen wird ein Belohnungsmodell gelernt, das anschließend per Reinforcement Learning das Sprachmodell selbst nachtrainiert. So lernt es etwa, verständlicher zu antworten oder problematische Anfragen abzulehnen. RLHF findet beim Modellanbieter statt, bevor ein Modell veröffentlicht wird – nicht beim einzelnen Nutzer.

Training
menschliches Feedback
+1

Überwachtes Lernen

Beim überwachten Lernen (Supervised Learning) lernt ein Modell aus Beispielen, bei denen die richtige Antwort bereits bekannt ist – etwa E-Mails mit der Markierung „Spam“ oder „kein Spam“. Daraus leitet es Regeln ab, um neue, unbekannte Fälle einzuordnen oder Werte vorherzusagen. Typische Aufgaben sind Klassifikation und Regression; der Aufwand liegt vor allem im Erstellen sauber beschrifteter Daten.

Machine Learning
Training
+1

Unüberwachtes Lernen

Beim unüberwachten Lernen (Unsupervised Learning) erhält ein Modell Daten ohne vorgegebene richtige Antworten und sucht selbstständig nach Strukturen. Typische Verfahren sind Clustering, das ähnliche Datensätze gruppiert, und Dimensionsreduktion, die viele Merkmale auf wenige wesentliche verdichtet. Unternehmen nutzen das etwa, um Kundengruppen zu entdecken oder ungewöhnliche Transaktionen aufzuspüren; die gefundenen Gruppen müssen anschließend fachlich gedeutet werden.

Machine Learning
Clustering
+1