Wie kann man einen selbstlernenden Roboter belohnen oder bestrafen?

Bei selbstlernenden Robotern, insbesondere im Bereich des Reinforcement Learnings (bestärkendes Lernen), sind "Belohnung" und "Bestrafung" abstrakte Begriffe und beziehen sich nicht auf physische Maßnahmen, sondern auf mathematische Werte, die das Verhalten des Roboters steuern.

**Belohnung:**
Eine Belohnung ist ein positiver Wert (z. B. +1, +10), den der Roboter erhält, wenn er eine gewünschte Aktion ausführt oder ein Ziel erreicht. Das Ziel ist es, den Roboter dazu zu bringen, Handlungen zu bevorzugen, die zu höheren Belohnungen führen.

**Bestrafung:**
Eine Bestrafung ist ein negativer Wert (z. B. -1, -10), den der Roboter erhält, wenn er eine unerwünschte Aktion ausführt oder ein Ziel verfehlt. Dadurch lernt der Roboter, solche Handlungen zu vermeiden.

**Beispiele:**
- Ein Roboter, der einen Ball ins Tor schießen soll, bekommt eine Belohnung, wenn er trifft, und eine Bestrafung, wenn er daneben schießt.
- Ein Staubsaugerroboter erhält eine Belohnung, wenn er Schmutz aufsaugt, und eine Bestrafung, wenn er gegen ein Hindernis fährt.

**Technisch umgesetzt wird das so:**
Der Roboter erhält nach jeder Aktion eine sogenannte "Reward"-Zahl vom System. Diese Zahl beeinflusst, wie der Roboter seine zukünftigen Entscheidungen trifft. Es handelt sich also um eine Rückmeldung in Form von Zahlenwerten, nicht um physische Reize.

Mehr zum Thema findest du z. B. bei [DeepLizard: Reinforcement Learning Explained](https://deeplizard.com/learn/video/HGeI30uATws) (englisch).