Reinforcement Learning
Auch: Bestärkendes Lernen · RL
Lernen durch Versuch und Irrtum: Ein Agent probiert Aktionen aus und wird für gute Ergebnisse belohnt.
Beim bestärkenden Lernen interagiert ein Agent mit einer Umgebung – etwa einem Spiel oder einer Simulation – und erhält Belohnungen oder Strafen. Über viele Durchgänge lernt er eine Strategie, die die Belohnung maximiert.
Bekannt wurde das Verfahren durch KI-Systeme, die Brettspiele wie Go meistern. Heute spielt es auch beim Nachtraining von Sprachmodellen eine wichtige Rolle, etwa für RLHF und für Modelle, die schrittweise „nachdenken“.
Allgemeine Information, keine Rechts- oder Fachberatung.