Bestärkendes Lernen (Reinforcement Learning)

Der Roboter probiert Aktionen aus, bekommt eine Bewertung und findet langsam heraus, was funktioniert. Es ist die Hauptmethode für stabiles Gehen und Laufen von Laufrobotern, weil niemand jede Ausgleichsbewegung für unebenen Boden von Hand programmieren kann.

Es braucht enorm viele Versuche, daher wird zuerst in der Simulation trainiert (siehe Sim-to-Real). Für Käufer erklärt das, warum ein moderner Roboterhund sich nach einem Stoß oder Ausrutscher fängt und warum sich das Verhalten durch Updates verbessern kann.