Inverses bestärkendes Lernen
Definition
Inverses bestärkendes Lernen versucht aus beobachtetem Verhalten eine zugrunde liegende Belohnungsfunktion oder Zielstruktur abzuleiten.
Beim klassischen Reinforcement Learning ist der Reward vorgegeben und eine Policy wird gelernt. IRL kehrt die Richtung teilweise um: Aus Demonstrationen wird ein Reward-Modell bzw. eine Präferenzstruktur geschätzt.
Einfach erklärt
Wie aus den Entscheidungen einer erfahrenen Person zu erschließen, welches Ziel sie offenbar optimiert.
Warum das im Alltag wichtig ist
Relevant für Robotik, Präferenzlernen und Forschung; für typische Büroautomatisierung meist deutlich zu komplex.
Beispiel aus dem Mittelstand
Ein Roboter beobachtet sichere Fahrmanöver und versucht daraus abzuleiten, welche Eigenschaften des Verhaltens belohnt werden.
Grenzen und Fallstricke
- Beobachtetes Verhalten als optimal annehmen; mehrere mögliche Rewards ignorieren; Sicherheit und Distribution Shift unterschätzen.
Entstehung & Geschichte
Die AIRL-Arbeit untersucht das Lernen einer Belohnungsfunktion aus Demonstrationen und deren Übertragung bei veränderter Dynamik.
Anwendung im Mittelstand
- Mögliche Anwendung im Mittelstand vor allem in spezialisierten Steuerungs-, Robotik- oder Simulationsprojekten.
Häufige Fragen
Was unterscheidet IRL von direkter Verhaltensnachahmung?
IRL erschließt aus Demonstrationen insbesondere eine Belohnungsfunktion; direkte Verhaltensnachahmung lernt unmittelbar eine Policy. Ist der gefundene Reward eindeutig? Häufig nicht.
Quellen
- Algorithms for Inverse Reinforcement Learning · Ng & Russell (2000), Algorithms for Inverse Reinforcement Learning
- Volltext · AIRL, Volltext
Quellenprüfung: 10./11.10.2026.
Redaktionell geprüft am: