Reinforcement Learning

In uralten Spielen wie Schach oder Go knnen sich die brillantesten Spieler verbessern, indem sie die von einer Maschine produzierten Strategien studieren. Robotische Systeme ben ihre Bewegungen selbst. In Arcade Games erreichen lernfhige Agenten innerhalb weniger Stunden bermenschliches Niveau. Wie funktionieren diese spektakulren Algorithmen des bestrkenden Lernens? Mit gut verstndlichen Erklrungen und bersichtlichen Beispielen in Java und Greenfoot knnen Sie sich die Prinzipien des bestrkenden Lernens aneignen und in eigenen intelligenten Agenten anwenden. Greenfoot (M.Klling, Kings College London) und das Hamster-Modell (D.Bohles, Universitt Oldenburg) sind einfache, aber auch mchtige didaktische Werkzeuge, die entwickelt wurden, um Grundkonzepte der Programmierung zu vermitteln. Wir werden Figuren wie den Java-Hamster zu lernfhigen Agenten machen, die eigenstndig ihre Umgebung erkunden. Die zweite Auflage enthlt neue Themen wie "Genetische Algorithmen" und "Knstliche Neugier" sowie Erklrungen zu aktuellen Algorithmen wie A3C und PPO (wurde u.a. fr das Finetuning von ChatGPT verwendet), auerdem Korrekturen und berarbeitungen.