Es erkennt hier eine sprudelnde Quelle. Wir auch. - ULV Leoben ...

96
Zur Person:
2000-2002: Produktionslogistiker bei Infineon Techn.
2002: Assistent am Institut für Mathematik C, TU Graz
Reinforcement Learning
Wie erlernt man optimales Verhalten in einer unbekannten Umgebung, ohne
diese vollständig erforscht zu haben?
Ziel unserer Arbeit ist es, interne (Ähnlichkeits-)
Strukturen des Zustandsraumes so
auszunutzen, dass optimales Verhalten auch
dann erlernt werden kann, wenn nur ein
kleiner Teil der Zustände erforscht wurde.
Dazu ist es zunächst nötig, Modelle für die
Ähnlichkeit von Zuständen zu entwerfen, um
dann in einem zweiten Schritt entsprechende
Algorithmen zu entwickeln.
(Anwendungen: z.B. Robotik, Spiele)
R.Ortner: Pseudometrics for State Aggregation in Average Reward Markov Decision Processes,
ALT 2007.
Ronald Ortner
Lehrstuhl für Informationstechnologie
an der MUL seit: 2003
Email: rortner@unileoben.ac.at
www.unileoben.ac.at/~rortner
Markov Entscheidungsprozesse bieten ein
allgemeines Modell für Problemstellungen,
in denen ohne vorhergehendes Wissen und
alleine durch positives/negatives Feedback
der Umgebung optimales Verhalten erlernt
werden soll. Typische Reinforcement Learning
Algorithmen müssen in jedem möglichen
Zustand Erfahrungsdaten sammeln,
bevor sie optimal agieren. In praktischen
Problemen ist der Zustandsraum allerdings
so groß, dass solche Algorithmen ineffizient
sind.
EU-Forschungsprojekte:
Forschungsschwerpunkte:
Künstliche Intelligenz
Reinforcement Learning
Maschinelles Lernen
Computational Geometry