Reinforcement learning (RL)

Trainingsmethode waarbij een agent leert door te interacteren met een omgeving (echt of gesimuleerd) en door een beloningssignaal te maximaliseren. In de robotica wordt dit massaal in simulatie gebruikt (bijv. NVIDIA Isaac Lab) om regelbeleid te produceren, dat vervolgens naar de fysieke robot wordt overgedragen (zie: sim-to-real). Onderscheidt zich van imitation learning: de agent heeft geen menselijke demonstraties nodig, maar vereist wel een goed gedefinieerde beloningsfunctie. EN: reinforcement learning (RL).