Hierarchical Reinforcement Learning (Glossar)

Hierarchical Reinforcement Learning ist ein Begriff aus den Bereichen Künstliche Intelligenz, Automatisierung und Industrie 4.0. Er beschreibt eine spezielle Technik im maschinellen Lernen, bei der eine schrittweise, stufenweise Problemlösung zum Einsatz kommt.

Stellen Sie sich vor, ein Roboter soll eine komplexe Aufgabe erfüllen, zum Beispiel einen Tisch decken. Statt alles auf einmal zu lernen, wird die Hauptaufgabe „Tisch decken“ in kleinere Teilaufgaben zerlegt, wie „Teller platzieren“, „Besteck anordnen“ und „Gläser aufstellen“. Für jede dieser Teilaufgaben kann der Roboter eigene kleine Lernprozesse durchlaufen und Lösungen finden. Am Ende werden die Einzelergebnisse zur Gesamtlösung zusammengefügt.

Der Vorteil von Hierarchical Reinforcement Learning ist, dass Maschinen und KI-Systeme große, schwere Aufgaben dadurch in handliche Abschnitte aufteilen – so lernen sie schneller, flexibler und können ihr Wissen leichter auf andere Probleme übertragen. Besonders in der Industrie ist diese Methode interessant, weil sie Maschinen effizienter und selbstständiger macht.