Kontrollrichtlinie (Roboter)
Im Roboter-Lernen ist eine Kontrollrichtlinie (bezeichnet π) eine Funktion, die Beobachtungen auf Aktionen abbildet: π(o) → a. Die Kontrollrichtlinie ist das gelernte "Gehirn" des Roboters, das bestimmt, was bei jedem Zeitschritt zu tun ist, gegeben das, was er wahrnimmt. Kontrollrichtlinien können als neuronale Netze (neuronale Kontrollrichtlinien), Entscheidungsbäume, Gaußsche Prozesse oder Nachschlagetabellen dargestellt werden. Sie können deterministisch (eine Aktion pro Beobachtung) oder stochastisch (eine Verteilung über Aktionen) sein. Die Qualität der Kontrollrichtlinie wird durch die Aufgabenerfolgsquote über vielfältige Bedingungen gemessen, nicht nur auf Trainingsdemonstrationsdaten. Die Kernherausforderung des Roboter-Lernens ist das Training von Kontrollrichtlinien, die zuverlässig über ihre Trainingsverteilung hinaus verallgemeinern. Siehe dies in der Praxis: unsere realen Evaluierungen →