KI Vokabel - Versionsgeschichte

Chris T. Ludwig: /* Warum nutzt man heute dafür Deep Learning? */

2026-08-29T06:14:48Z

Warum nutzt man heute dafür Deep Learning?

← Nächstältere Version		Version vom 29. August 2026, 08:14 Uhr
Zeile 524:		Zeile 524:

	Klassisches Reinforcement Learning (mit Tabellen) stößt an seine Grenzen, wenn es zu viele Zustände gibt. Beim Schach oder bei Videospielen gibt es mehr mögliche Zustände als Atome im Universum – die Tabelle würde unendlich groß werden. [10] Erst im Jahr 2013 kombinierte die Firma DeepMind das historische Reinforcement Learning mit tiefen neuronalen Netzen (Deep Reinforcement Learning). Das neuronale Netz fungiert seitdem lediglich als “Schätzer”, der die riesige Tabelle ersetzt. [11, 12, 13]		Klassisches Reinforcement Learning (mit Tabellen) stößt an seine Grenzen, wenn es zu viele Zustände gibt. Beim Schach oder bei Videospielen gibt es mehr mögliche Zustände als Atome im Universum – die Tabelle würde unendlich groß werden. [10] Erst im Jahr 2013 kombinierte die Firma DeepMind das historische Reinforcement Learning mit tiefen neuronalen Netzen (Deep Reinforcement Learning). Das neuronale Netz fungiert seitdem lediglich als “Schätzer”, der die riesige Tabelle ersetzt. [11, 12, 13]

	Weiterhin interessant: Wie funktioniert das historische Q-Learning mit einer Tabelle im Detail? Wie kann ein KI-System ganz ohne neuronale Netze kluge Entscheidungen treffen?		Weiterhin interessant: Wie funktioniert das historische Q-Learning mit einer Tabelle im Detail? Wie kann ein KI-System ganz ohne neuronale Netze kluge Entscheidungen treffen?

	[1] [http://incompleteideas.net/book/ebook/node12.html https://incompleteideas.net] [2] [https://cacm.acm.org/federal-funding-of-academic-research/rediscovering-reinforcement-learning/ https://cacm.acm.org] [3] [https://www.youtube.com/watch?v=ul6B2oFPNDM&t=178 https://www.youtube.com] [4] [https://intuitionlabs.ai/articles/reinforcement-learning-explained https://intuitionlabs.ai] [5] [https://www.sciencedirect.com/topics/engineering/reinforcement-learning-technique https://www.sciencedirect.com] [6] [http://www.scholarpedia.org/article/Reinforcement_learning https://www.scholarpedia.org] [7] [https://aws.amazon.com/what-is/reinforcement-learning/ https://aws.amazon.com] [8] [https://medium.com/@aiforhuman/the-roots-of-reinforcement-learning-ad605c4d6d89 https://medium.com] [9] [http://www.umiacs.umd.edu/~hal/courses/2016F_RL/RL1.pdf https://www.umiacs.umd.edu] [10] [https://www.prodot.de/ki-glossar/reinforcement-learning https://www.prodot.de] [11] [https://www.mathworks.com/help/reinforcement-learning/ug/what-is-reinforcement-learning.html https://www.mathworks.com] [12] [https://iabac.org/blog/the-evolution-of-reinforcement-learning-in-machine-learning https://iabac.org] [13] [https://www.youtube.com/watch?v=rkrfWpmG3aM https://www.youtube.com]		[1] [http://incompleteideas.net/book/ebook/node12.html https://incompleteideas.net] [2] [https://cacm.acm.org/federal-funding-of-academic-research/rediscovering-reinforcement-learning/ https://cacm.acm.org] [3] [https://www.youtube.com/watch?v=ul6B2oFPNDM&t=178 https://www.youtube.com] [4] [https://intuitionlabs.ai/articles/reinforcement-learning-explained https://intuitionlabs.ai] [5] [https://www.sciencedirect.com/topics/engineering/reinforcement-learning-technique https://www.sciencedirect.com] [6] [http://www.scholarpedia.org/article/Reinforcement_learning https://www.scholarpedia.org] [7] [https://aws.amazon.com/what-is/reinforcement-learning/ https://aws.amazon.com] [8] [https://medium.com/@aiforhuman/the-roots-of-reinforcement-learning-ad605c4d6d89 https://medium.com] [9] [http://www.umiacs.umd.edu/~hal/courses/2016F_RL/RL1.pdf https://www.umiacs.umd.edu] [10] [https://www.prodot.de/ki-glossar/reinforcement-learning https://www.prodot.de] [11] [https://www.mathworks.com/help/reinforcement-learning/ug/what-is-reinforcement-learning.html https://www.mathworks.com] [12] [https://iabac.org/blog/the-evolution-of-reinforcement-learning-in-machine-learning https://iabac.org] [13] [https://www.youtube.com/watch?v=rkrfWpmG3aM https://www.youtube.com]

Chris T. Ludwig: /* Warum nutzt man heute dafür Deep Learning? */

2026-08-29T06:14:29Z

Warum nutzt man heute dafür Deep Learning?

← Nächstältere Version		Version vom 29. August 2026, 08:14 Uhr
Zeile 523:		Zeile 523:
	=== Warum nutzt man heute dafür Deep Learning? ===		=== Warum nutzt man heute dafür Deep Learning? ===

	Klassisches Reinforcement Learning (mit Tabellen) stößt an seine Grenzen, wenn es zu viele Zustände gibt. Beim Schach oder bei Videospielen gibt es mehr mögliche Zustände als Atome im Universum – die Tabelle würde unendlich groß werden. [10] Erst im Jahr 2013 kombinierte die Firma DeepMind das historische Reinforcement Learning mit tiefen neuronalen Netzen (Deep Reinforcement Learning). Das neuronale Netz fungiert seitdem lediglich als “Schätzer”, der die riesige Tabelle ersetzt. [11, 12, 13] ~~Möchtest du wissen, wie genau~~ das historische Q-Learning mit einer Tabelle im Detail ~~funktioniert, um zu verstehen, wie~~ KI ganz ohne neuronale Netze kluge Entscheidungen treffen ~~kann~~?		Klassisches Reinforcement Learning (mit Tabellen) stößt an seine Grenzen, wenn es zu viele Zustände gibt. Beim Schach oder bei Videospielen gibt es mehr mögliche Zustände als Atome im Universum – die Tabelle würde unendlich groß werden. [10] Erst im Jahr 2013 kombinierte die Firma DeepMind das historische Reinforcement Learning mit tiefen neuronalen Netzen (Deep Reinforcement Learning). Das neuronale Netz fungiert seitdem lediglich als “Schätzer”, der die riesige Tabelle ersetzt. [11, 12, 13]
			Weiterhin interessant: Wie funktioniert das historische Q-Learning mit einer Tabelle im Detail? Wie kann ein KI-System ganz ohne neuronale Netze kluge Entscheidungen treffen?

	[1] [http://incompleteideas.net/book/ebook/node12.html https://incompleteideas.net] [2] [https://cacm.acm.org/federal-funding-of-academic-research/rediscovering-reinforcement-learning/ https://cacm.acm.org] [3] [https://www.youtube.com/watch?v=ul6B2oFPNDM&t=178 https://www.youtube.com] [4] [https://intuitionlabs.ai/articles/reinforcement-learning-explained https://intuitionlabs.ai] [5] [https://www.sciencedirect.com/topics/engineering/reinforcement-learning-technique https://www.sciencedirect.com] [6] [http://www.scholarpedia.org/article/Reinforcement_learning https://www.scholarpedia.org] [7] [https://aws.amazon.com/what-is/reinforcement-learning/ https://aws.amazon.com] [8] [https://medium.com/@aiforhuman/the-roots-of-reinforcement-learning-ad605c4d6d89 https://medium.com] [9] [http://www.umiacs.umd.edu/~hal/courses/2016F_RL/RL1.pdf https://www.umiacs.umd.edu] [10] [https://www.prodot.de/ki-glossar/reinforcement-learning https://www.prodot.de] [11] [https://www.mathworks.com/help/reinforcement-learning/ug/what-is-reinforcement-learning.html https://www.mathworks.com] [12] [https://iabac.org/blog/the-evolution-of-reinforcement-learning-in-machine-learning https://iabac.org] [13] [https://www.youtube.com/watch?v=rkrfWpmG3aM https://www.youtube.com]		[1] [http://incompleteideas.net/book/ebook/node12.html https://incompleteideas.net] [2] [https://cacm.acm.org/federal-funding-of-academic-research/rediscovering-reinforcement-learning/ https://cacm.acm.org] [3] [https://www.youtube.com/watch?v=ul6B2oFPNDM&t=178 https://www.youtube.com] [4] [https://intuitionlabs.ai/articles/reinforcement-learning-explained https://intuitionlabs.ai] [5] [https://www.sciencedirect.com/topics/engineering/reinforcement-learning-technique https://www.sciencedirect.com] [6] [http://www.scholarpedia.org/article/Reinforcement_learning https://www.scholarpedia.org] [7] [https://aws.amazon.com/what-is/reinforcement-learning/ https://aws.amazon.com] [8] [https://medium.com/@aiforhuman/the-roots-of-reinforcement-learning-ad605c4d6d89 https://medium.com] [9] [http://www.umiacs.umd.edu/~hal/courses/2016F_RL/RL1.pdf https://www.umiacs.umd.edu] [10] [https://www.prodot.de/ki-glossar/reinforcement-learning https://www.prodot.de] [11] [https://www.mathworks.com/help/reinforcement-learning/ug/what-is-reinforcement-learning.html https://www.mathworks.com] [12] [https://iabac.org/blog/the-evolution-of-reinforcement-learning-in-machine-learning https://iabac.org] [13] [https://www.youtube.com/watch?v=rkrfWpmG3aM https://www.youtube.com]

Chris T. Ludwig: /* Warum nutzt man heute dafür Deep Learning? */

2026-08-29T06:10:46Z

Warum nutzt man heute dafür Deep Learning?

← Nächstältere Version		Version vom 29. August 2026, 08:10 Uhr
Zeile 521:		Zeile 521:
	<span id="warum-nutzt-man-heute-dafür-deep-learning"></span>		<span id="warum-nutzt-man-heute-dafür-deep-learning"></span>

	== Warum nutzt man heute dafür Deep Learning? ==		=== Warum nutzt man heute dafür Deep Learning? ===

	Klassisches Reinforcement Learning (mit Tabellen) stößt an seine Grenzen, wenn es zu viele Zustände gibt. Beim Schach oder bei Videospielen gibt es mehr mögliche Zustände als Atome im Universum – die Tabelle würde unendlich groß werden. [10] Erst im Jahr 2013 kombinierte die Firma DeepMind das historische Reinforcement Learning mit tiefen neuronalen Netzen (Deep Reinforcement Learning). Das neuronale Netz fungiert seitdem lediglich als “Schätzer”, der die riesige Tabelle ersetzt. [11, 12, 13] Möchtest du wissen, wie genau das historische Q-Learning mit einer Tabelle im Detail funktioniert, um zu verstehen, wie KI ganz ohne neuronale Netze kluge Entscheidungen treffen kann?		Klassisches Reinforcement Learning (mit Tabellen) stößt an seine Grenzen, wenn es zu viele Zustände gibt. Beim Schach oder bei Videospielen gibt es mehr mögliche Zustände als Atome im Universum – die Tabelle würde unendlich groß werden. [10] Erst im Jahr 2013 kombinierte die Firma DeepMind das historische Reinforcement Learning mit tiefen neuronalen Netzen (Deep Reinforcement Learning). Das neuronale Netz fungiert seitdem lediglich als “Schätzer”, der die riesige Tabelle ersetzt. [11, 12, 13] Möchtest du wissen, wie genau das historische Q-Learning mit einer Tabelle im Detail funktioniert, um zu verstehen, wie KI ganz ohne neuronale Netze kluge Entscheidungen treffen kann?

	[1] [http://incompleteideas.net/book/ebook/node12.html https://incompleteideas.net] [2] [https://cacm.acm.org/federal-funding-of-academic-research/rediscovering-reinforcement-learning/ https://cacm.acm.org] [3] [https://www.youtube.com/watch?v=ul6B2oFPNDM&t=178 https://www.youtube.com] [4] [https://intuitionlabs.ai/articles/reinforcement-learning-explained https://intuitionlabs.ai] [5] [https://www.sciencedirect.com/topics/engineering/reinforcement-learning-technique https://www.sciencedirect.com] [6] [http://www.scholarpedia.org/article/Reinforcement_learning https://www.scholarpedia.org] [7] [https://aws.amazon.com/what-is/reinforcement-learning/ https://aws.amazon.com] [8] [https://medium.com/@aiforhuman/the-roots-of-reinforcement-learning-ad605c4d6d89 https://medium.com] [9] [http://www.umiacs.umd.edu/~hal/courses/2016F_RL/RL1.pdf https://www.umiacs.umd.edu] [10] [https://www.prodot.de/ki-glossar/reinforcement-learning https://www.prodot.de] [11] [https://www.mathworks.com/help/reinforcement-learning/ug/what-is-reinforcement-learning.html https://www.mathworks.com] [12] [https://iabac.org/blog/the-evolution-of-reinforcement-learning-in-machine-learning https://iabac.org] [13] [https://www.youtube.com/watch?v=rkrfWpmG3aM https://www.youtube.com]		[1] [http://incompleteideas.net/book/ebook/node12.html https://incompleteideas.net] [2] [https://cacm.acm.org/federal-funding-of-academic-research/rediscovering-reinforcement-learning/ https://cacm.acm.org] [3] [https://www.youtube.com/watch?v=ul6B2oFPNDM&t=178 https://www.youtube.com] [4] [https://intuitionlabs.ai/articles/reinforcement-learning-explained https://intuitionlabs.ai] [5] [https://www.sciencedirect.com/topics/engineering/reinforcement-learning-technique https://www.sciencedirect.com] [6] [http://www.scholarpedia.org/article/Reinforcement_learning https://www.scholarpedia.org] [7] [https://aws.amazon.com/what-is/reinforcement-learning/ https://aws.amazon.com] [8] [https://medium.com/@aiforhuman/the-roots-of-reinforcement-learning-ad605c4d6d89 https://medium.com] [9] [http://www.umiacs.umd.edu/~hal/courses/2016F_RL/RL1.pdf https://www.umiacs.umd.edu] [10] [https://www.prodot.de/ki-glossar/reinforcement-learning https://www.prodot.de] [11] [https://www.mathworks.com/help/reinforcement-learning/ug/what-is-reinforcement-learning.html https://www.mathworks.com] [12] [https://iabac.org/blog/the-evolution-of-reinforcement-learning-in-machine-learning https://iabac.org] [13] [https://www.youtube.com/watch?v=rkrfWpmG3aM https://www.youtube.com]

Chris T. Ludwig: /* Die historische Verschmelzung (Die Geburtsstunde des RL) */

2026-08-29T06:10:34Z

Die historische Verschmelzung (Die Geburtsstunde des RL)

← Nächstältere Version		Version vom 29. August 2026, 08:10 Uhr
Zeile 512:		Zeile 512:
	<span id="die-historische-verschmelzung-die-geburtsstunde-des-rl"></span>		<span id="die-historische-verschmelzung-die-geburtsstunde-des-rl"></span>

	== Die historische Verschmelzung (Die Geburtsstunde des RL) ==		=== Die historische Verschmelzung (Die Geburtsstunde des RL) ===

	In den späten 1970er und 1980er Jahren brachten Forscher wie Richard Sutton und Andrew Barto diese beiden Welten zusammen. Sie fragten sich: Können wir die mathematische Optimierung von Bellman nutzen, während die KI die Spielregeln der Welt rein durch die psychologische Methode von Versuch und Irrtum (Trial-and-Error) erlernt? [3, 4, 6, 8] Daraus entstanden die historischen, klassischen RL-Algorithmen, die ohne jedes neuronale Netz funktionierten:		In den späten 1970er und 1980er Jahren brachten Forscher wie Richard Sutton und Andrew Barto diese beiden Welten zusammen. Sie fragten sich: Können wir die mathematische Optimierung von Bellman nutzen, während die KI die Spielregeln der Welt rein durch die psychologische Methode von Versuch und Irrtum (Trial-and-Error) erlernt? [3, 4, 6, 8] Daraus entstanden die historischen, klassischen RL-Algorithmen, die ohne jedes neuronale Netz funktionierten:
Zeile 520:		Zeile 520:

	<span id="warum-nutzt-man-heute-dafür-deep-learning"></span>		<span id="warum-nutzt-man-heute-dafür-deep-learning"></span>

	== Warum nutzt man heute dafür Deep Learning? ==		== Warum nutzt man heute dafür Deep Learning? ==

Chris T. Ludwig: /* 2. Die mathematische Wurzel: “Optimal Control” (Regelungstechnik) */

2026-08-29T06:09:56Z

2. Die mathematische Wurzel: “Optimal Control” (Regelungstechnik)

← Nächstältere Version		Version vom 29. August 2026, 08:09 Uhr
Zeile 502:		Zeile 502:
	<span id="die-mathematische-wurzel-optimal-control-regelungstechnik"></span>		<span id="die-mathematische-wurzel-optimal-control-regelungstechnik"></span>

	== 2. Die mathematische Wurzel: “Optimal Control” (Regelungstechnik) ==		=== 2. Die mathematische Wurzel: “Optimal Control” (Regelungstechnik) ===

	Seit den 1950er Jahren suchten Ingenieure und Mathematiker nach Wegen, dynamische Systeme (wie Raketen oder Fabrikanlagen) mathematisch optimal zu steuern. [1, 6]		Seit den 1950er Jahren suchten Ingenieure und Mathematiker nach Wegen, dynamische Systeme (wie Raketen oder Fabrikanlagen) mathematisch optimal zu steuern. [1, 6]
Zeile 510:		Zeile 510:


	-----		<span id="die-historische-verschmelzung-die-geburtsstunde-des-rl"></span>

	~~<span id="die-historische-verschmelzung-die-geburtsstunde-des-rl"></span>~~
	== Die historische Verschmelzung (Die Geburtsstunde des RL) ==		== Die historische Verschmelzung (Die Geburtsstunde des RL) ==

Chris T. Ludwig: /* 1. Die psychologische Wurzel: “Trial-and-Error” (Verhaltensbiologie) */

2026-08-29T06:09:30Z

1. Die psychologische Wurzel: “Trial-and-Error” (Verhaltensbiologie)

← Nächstältere Version		Version vom 29. August 2026, 08:09 Uhr
Zeile 492:		Zeile 492:

	<span id="die-psychologische-wurzel-trial-and-error-verhaltensbiologie"></span>		<span id="die-psychologische-wurzel-trial-and-error-verhaltensbiologie"></span>
	== 1. Die psychologische Wurzel: “Trial-and-Error” (Verhaltensbiologie) ==		=== 1. Die psychologische Wurzel: “Trial-and-Error” (Verhaltensbiologie) ===

	Lange bevor es Computer gab, untersuchten Psychologen, wie Tiere und Menschen lernen.		Lange bevor es Computer gab, untersuchten Psychologen, wie Tiere und Menschen lernen.
Zeile 501:		Zeile 501:

	<span id="die-mathematische-wurzel-optimal-control-regelungstechnik"></span>		<span id="die-mathematische-wurzel-optimal-control-regelungstechnik"></span>

	== 2. Die mathematische Wurzel: “Optimal Control” (Regelungstechnik) ==		== 2. Die mathematische Wurzel: “Optimal Control” (Regelungstechnik) ==

Chris T. Ludwig: /* Berühmte Praxisbeispiele */

2026-08-29T06:08:52Z

Berühmte Praxisbeispiele

← Nächstältere Version		Version vom 29. August 2026, 08:08 Uhr
Zeile 487:		Zeile 487:

	Weitere Begriffe: Exploration-Exploitation-Dilemma (der Konflikt zwischen Neuem ausprobieren und Bekanntes nutzen), Q-Learning		Weitere Begriffe: Exploration-Exploitation-Dilemma (der Konflikt zwischen Neuem ausprobieren und Bekanntes nutzen), Q-Learning

			==Historischer Kontext==
			Das Verstärkende Lernen ist historisch gesehen völlig unabhängig von neuronalen Netzen entstanden. Es bildete ein ganz eigenes historisches Teilgebiet, das seine Wurzeln weit vor dem heutigen KI-Boom hatte. [1, 2] Die Entstehung des Reinforcement Learnings basiert historisch auf der Verschmelzung zweier völlig unterschiedlicher Denkschulen: [1]

			<span id="die-psychologische-wurzel-trial-and-error-verhaltensbiologie"></span>
			== 1. Die psychologische Wurzel: “Trial-and-Error” (Verhaltensbiologie) ==

			Lange bevor es Computer gab, untersuchten Psychologen, wie Tiere und Menschen lernen.

			* Edward Thorndikes „Gesetz des Effekts“ (1898): Er stellte fest, dass Reaktionen, die eine angenehme Konsequenz haben, häufiger wiederholt werden. [3]
			* B.F. Skinner (Operante Konditionierung): Er trainierte Tauben und Ratten in Boxen rein über Belohnung und Bestrafung. [4]
			* Die Brücke zur Informatik: Bereits 1948 schlug Alan Turing ein „Pleasure-Pain-System“ für Maschinen vor. 1952 baute Claude Shannon die mechanische Maus „Theseus“, die rein durch Versuch und Irrtum den Weg aus einem Labyrinth erlernte. [5]

			<span id="die-mathematische-wurzel-optimal-control-regelungstechnik"></span>
			== 2. Die mathematische Wurzel: “Optimal Control” (Regelungstechnik) ==

			Seit den 1950er Jahren suchten Ingenieure und Mathematiker nach Wegen, dynamische Systeme (wie Raketen oder Fabrikanlagen) mathematisch optimal zu steuern. [1, 6]

			* Richard Bellman (1957): Er erfand die [https://de.wikipedia.org/wiki/Dynamische_Programmierung Dynamische Programmierung] und die mathematische Grundlage aller heutigen RL-Systeme: das Markov-Entscheidungsproblem (MDP). [4, 7]
			* Das Problem damals: Bellmans Gleichungen funktionierten perfekt, wenn man die gesamte Welt exakt mathematisch beschreiben konnte (ein “Modell” der Welt hatte). Für die echte, komplexe Welt war das unbrauchbar. [8, 9]


			-----

			<span id="die-historische-verschmelzung-die-geburtsstunde-des-rl"></span>
			== Die historische Verschmelzung (Die Geburtsstunde des RL) ==

			In den späten 1970er und 1980er Jahren brachten Forscher wie Richard Sutton und Andrew Barto diese beiden Welten zusammen. Sie fragten sich: Können wir die mathematische Optimierung von Bellman nutzen, während die KI die Spielregeln der Welt rein durch die psychologische Methode von Versuch und Irrtum (Trial-and-Error) erlernt? [3, 4, 6, 8] Daraus entstanden die historischen, klassischen RL-Algorithmen, die ohne jedes neuronale Netz funktionierten:

			* Tabellarisches Q-Learning (1989 von Chris Watkins): Die KI speichert ihr Wissen nicht in “Neuronen”, sondern in einer riesigen Excel-Tabelle (einer Q-Tabelle). Für jeden Zustand der Welt wird für jede Aktion ein mathematischer Wert eingetragen, wie gut diese Aktion war. [8, 10]
			* Beispiel Tic-Tac-Toe: Ein System namens BOXES (1968 von Michie und Chambers) lernte das Spiel perfekt, indem es Streichholzschachteln für jeden Spielzustand nutzte – völlig ohne neuronale Struktur. [5]

			<span id="warum-nutzt-man-heute-dafür-deep-learning"></span>
			== Warum nutzt man heute dafür Deep Learning? ==

			Klassisches Reinforcement Learning (mit Tabellen) stößt an seine Grenzen, wenn es zu viele Zustände gibt. Beim Schach oder bei Videospielen gibt es mehr mögliche Zustände als Atome im Universum – die Tabelle würde unendlich groß werden. [10] Erst im Jahr 2013 kombinierte die Firma DeepMind das historische Reinforcement Learning mit tiefen neuronalen Netzen (Deep Reinforcement Learning). Das neuronale Netz fungiert seitdem lediglich als “Schätzer”, der die riesige Tabelle ersetzt. [11, 12, 13] Möchtest du wissen, wie genau das historische Q-Learning mit einer Tabelle im Detail funktioniert, um zu verstehen, wie KI ganz ohne neuronale Netze kluge Entscheidungen treffen kann?

			[1] [http://incompleteideas.net/book/ebook/node12.html https://incompleteideas.net] [2] [https://cacm.acm.org/federal-funding-of-academic-research/rediscovering-reinforcement-learning/ https://cacm.acm.org] [3] [https://www.youtube.com/watch?v=ul6B2oFPNDM&t=178 https://www.youtube.com] [4] [https://intuitionlabs.ai/articles/reinforcement-learning-explained https://intuitionlabs.ai] [5] [https://www.sciencedirect.com/topics/engineering/reinforcement-learning-technique https://www.sciencedirect.com] [6] [http://www.scholarpedia.org/article/Reinforcement_learning https://www.scholarpedia.org] [7] [https://aws.amazon.com/what-is/reinforcement-learning/ https://aws.amazon.com] [8] [https://medium.com/@aiforhuman/the-roots-of-reinforcement-learning-ad605c4d6d89 https://medium.com] [9] [http://www.umiacs.umd.edu/~hal/courses/2016F_RL/RL1.pdf https://www.umiacs.umd.edu] [10] [https://www.prodot.de/ki-glossar/reinforcement-learning https://www.prodot.de] [11] [https://www.mathworks.com/help/reinforcement-learning/ug/what-is-reinforcement-learning.html https://www.mathworks.com] [12] [https://iabac.org/blog/the-evolution-of-reinforcement-learning-in-machine-learning https://iabac.org] [13] [https://www.youtube.com/watch?v=rkrfWpmG3aM https://www.youtube.com]

Chris T. Ludwig: /* Reinforcement Learning */

2026-08-29T06:06:49Z

Reinforcement Learning

← Nächstältere Version		Version vom 29. August 2026, 08:06 Uhr
Zeile 461:		Zeile 461:

	=Reinforcement Learning=		=Reinforcement Learning=
	Reinforcement Learning (Bestärkendes Lernen) ist neben dem überwachten (Supervised) und unüberwachten (Unsupervised) Lernen die dritte große Säule ~~der Künstlichen Intelligenz~~. Das Prinzip basiert auf Psychologie und Evolution: Eine KI lernt hier nicht durch historische Daten, sondern durch Versuch und Irrtum (Trial and Error) sowie durch ein System aus Belohnung und Bestrafung.		Reinforcement Learning (Bestärkendes Lernen) ist neben dem überwachten (Supervised) und unüberwachten (Unsupervised) Lernen die dritte große Säule des maschinellen Lernens. Das Prinzip basiert auf Psychologie und Evolution: Eine KI lernt hier nicht durch historische Daten, sondern durch Versuch und Irrtum (Trial and Error) sowie durch ein System aus Belohnung und Bestrafung.

	<span id="die-4-kernkomponenten-des-reinforcement-learnings"></span>		<span id="die-4-kernkomponenten-des-reinforcement-learnings"></span>

Chris T. Ludwig: /* Berühmte Praxisbeispiele */

2026-08-28T20:10:50Z

Berühmte Praxisbeispiele

← Nächstältere Version		Version vom 28. August 2026, 22:10 Uhr
Zeile 484:		Zeile 484:
	* Robotik & Autonomes Fahren: Roboter lernen, wie sie laufen, Greifarme bewegen oder Hindernissen ausweichen, indem sie in virtuellen Simulationen Millionen Mal abstürzen, bis sie die perfekte Balance finden.		* Robotik & Autonomes Fahren: Roboter lernen, wie sie laufen, Greifarme bewegen oder Hindernissen ausweichen, indem sie in virtuellen Simulationen Millionen Mal abstürzen, bis sie die perfekte Balance finden.
	* ChatGPT (RLHF): Moderne Sprachmodelle nutzen Reinforcement Learning from Human Feedback. Menschliche Trainer bewerten die Antworten der KI. Die KI lernt dadurch, nützlicher, freundlicher und sicherer zu antworten.		* ChatGPT (RLHF): Moderne Sprachmodelle nutzen Reinforcement Learning from Human Feedback. Menschliche Trainer bewerten die Antworten der KI. Die KI lernt dadurch, nützlicher, freundlicher und sicherer zu antworten.
			* Multi-Agent Hide and Seek bezieht sich meist auf ein berühmtes KI-Experiment von OpenAI (2019)https://openai.com/index/emergent-tool-use/. Dabei wurden zwei Teams von KI-Agenten (Hiders und Seekers) mittels Reinforcement Learning in eine virtuelle 3D-Welt gesetzt, um Verstecken zu spielen.

	Weitere Begriffe: Exploration-Exploitation-Dilemma (der Konflikt zwischen Neuem ausprobieren und Bekanntes nutzen), Q-Learning		Weitere Begriffe: Exploration-Exploitation-Dilemma (der Konflikt zwischen Neuem ausprobieren und Bekanntes nutzen), Q-Learning

Chris T. Ludwig: /* Code-Beispiel in Python (scikit-learn) */

2026-08-28T19:50:39Z

Code-Beispiel in Python (scikit-learn)

← Nächstältere Version		Version vom 28. August 2026, 21:50 Uhr
Zeile 459:		Zeile 459:
	</pre>		</pre>
	Weitere Begriffe: Silhouette-Plot um unsaubere Cluster optisch sofort zu entlarven.		Weitere Begriffe: Silhouette-Plot um unsaubere Cluster optisch sofort zu entlarven.

			=Reinforcement Learning=
			Reinforcement Learning (Bestärkendes Lernen) ist neben dem überwachten (Supervised) und unüberwachten (Unsupervised) Lernen die dritte große Säule der Künstlichen Intelligenz. Das Prinzip basiert auf Psychologie und Evolution: Eine KI lernt hier nicht durch historische Daten, sondern durch Versuch und Irrtum (Trial and Error) sowie durch ein System aus Belohnung und Bestrafung.

			<span id="die-4-kernkomponenten-des-reinforcement-learnings"></span>
			== Die 4 Kernkomponenten des Reinforcement Learnings ==

			* Der Agent (Die KI): Das System, das lernen soll (z. B. der Autopilot eines Autos oder eine Spielfigur).
			* Die Umgebung (Environment): Die Welt, in der sich der Agent bewegt (z. B. die Straße oder das Schachbrett).
			* Die Aktion (Action): Die Züge oder Schritte, die der Agent machen kann (z. B. Bremsen, Beschleunigen, Nach-links-Lenken).
			* Die Belohnung (Reward): Das Feedback der Umgebung. Ein positiver Wert für gutes Verhalten (z. B. Ziel erreicht) oder ein negativer Wert für Fehler (z. B. Unfall gebaut).

			<span id="wie-der-lernprozess-abläuft"></span>
			== Wie der Lernprozess abläuft ==

			# Völliges Chaos zu Beginn: Der Agent weiß am Anfang absolut nichts über die Welt. Er wählt seine Aktionen maximal arbiträr (zufällig) aus.
			# Das Feedback: Macht er etwas richtig, kriegt er Pluspunkte. Macht er etwas falsch, kriegt er Minuspunkte.
			# Die Optimierung: Der Agent versucht über Millionen von Durchgängen, seine Strategie (Policy) mathematisch so anzupassen, dass er die langfristige Summe aller Belohnungen maximiert.

			<span id="berühmte-praxisbeispiele"></span>
			== Berühmte Praxisbeispiele ==

			* Gaming-KIs: Googles AlphaGo schlug den Weltmeister im extrem komplexen Brettspiel Go. Andere KIs lernten durch Reinforcement Learning, Videospiele wie Super Mario, StarCraft oder Dota 2 auf Profi-Niveau zu spielen.
			* Robotik & Autonomes Fahren: Roboter lernen, wie sie laufen, Greifarme bewegen oder Hindernissen ausweichen, indem sie in virtuellen Simulationen Millionen Mal abstürzen, bis sie die perfekte Balance finden.
			* ChatGPT (RLHF): Moderne Sprachmodelle nutzen Reinforcement Learning from Human Feedback. Menschliche Trainer bewerten die Antworten der KI. Die KI lernt dadurch, nützlicher, freundlicher und sicherer zu antworten.

			Weitere Begriffe: Exploration-Exploitation-Dilemma (der Konflikt zwischen Neuem ausprobieren und Bekanntes nutzen), Q-Learning