Dateneffizientes Reinforcement-Learning

Obwohl sich mittels Reinforcement-Learning optimal agierende Agenten für eine sehr allgemeine Problemklasse entwickeln lassen und bereits 1992 am Beispiel von Backgammon gezeigt wurde, dass auch komplexe Probleme gelöst werden können, ist die Liste der praktischen Anwendungen, in denen Reinforcement-Learning bisher eingesetzt wurde, noch immer recht kurz. Dies liegt unseres Erachtens nach daran, dass Dateneffizienz, d.h. die Fähigkeit anhand einer sehr begrenzten Zahl von Interaktionen zu lernen, in der Vergangenheit nicht genügend beachtet wurde. Im Folgenden wird dargestellt, dass hohe Dateneffizienz durch die Verwendung von gut generalisierenden Funktionsschätzern, die eine optimale Abbildung bezüglich aller Beobachtungsdaten anstreben, erreicht werden kann und sich somit Reinforcement-Learning auch für technische Probleme mit limitierter Möglichkeit zur Exploration einsetzen läßt. Dies wird anhand der Regelung einer Siemens-Gasturbine illustriert.