SARSA
Definition
SARSA aktualisiert Aktionswerte anhand der tatsächlich folgenden Handlung.
Ein on-policy Temporal-Difference-Verfahren, das Aktionswerte aus der tatsächlich nach der aktuellen Policy gewählten Folgeaktion aktualisiert.
Einfach erklärt
Ein Agent lernt aus der aktuellen Entscheidung, ihrer Belohnung und dem nächsten wirklich gewählten Schritt.
Warum das im Alltag wichtig ist
Der Begriff hilft, KI-Systeme fundiert auszuwählen, zu entwickeln, zu bewerten und ihre technischen Risiken realistisch einzuordnen.
Beispiel aus dem Mittelstand
Ein Agent aktualisiert Q(s,a) aus Belohnung und Q(s',a') seiner nächsten gewählten Aktion.
Grenzen und Fallstricke
- SARSA mit off-policy Q-Learning verwechseln oder Exploration und Lernrate schlecht steuern.
Entstehung & Geschichte
Rummery und Niranjan beschrieben das Verfahren 1994; der Name SARSA wurde später verbreitet.
Anwendung im Mittelstand
- Mögliche Anwendung: Ein Agent aktualisiert Q(s,a) aus Belohnung und Q(s',a') seiner nächsten gewählten Aktion.
Häufige Fragen
Was bedeutet SARSA?
Ein on-policy Temporal-Difference-Verfahren, das Aktionswerte aus der tatsächlich nach der aktuellen Policy gewählten Folgeaktion aktualisiert. Welche Fehler sollte man vermeiden? SARSA mit off-policy Q-Learning verwechseln oder Exploration und Lernrate schlecht steuern.
Quellen
Quelle geprüft am 10.10.2026. Redaktionelle Anwendungsbeispiele sind hypothetisch; kein Nachweis realer Kundenergebnisse.
Redaktionell geprüft am: