Künstliche IntelligenzZuletzt aktualisiert: 25. Oktober 2026

Was ist Neural Policies?

Dies sind auf künstlichen neuronalen Netzen basierende Entscheidungsregeln, die bestimmen, wie sich Roboter oder autonome Systeme basierend auf den von ihrer Umwelt empfangenen sensorischen Daten bewegen.

Definition

Neural Policies sind neuronale Netzmodelle, die die Auseinauswahl im Bereich der Robotik und des bestärkenden Lernens (Reinforcement Learning) steuern. Sie wandeln die Eingaben, die das System von Sensoren, Kameras oder Motordaten erhält, direkt in Befehle um, in welche Richtung und mit welcher Kraft es sich bewegen soll. Anstelle traditioneller fester Regeln beinhalten sie flexible, durch Erfahrung gelernte Strategien, die sich an unvorhersehbare Umweltbedingungen anpassen.

Analogie: Dies ähnelt den Reflexen eines Kindes, das gerade Fahrradfahren lernt: Um nicht zu stürzen, liest es kein Buch und denkt über Regeln nach, sondern entscheidet durch die in seinem Gehirn gebildeten Gleichgewichtsreflexe spontan, wohin es den Lenker drehen muss.

So funktioniert es

Das System führt Millionen von Versuchen in einer Simulation oder in der realen Welt durch und erhält Belohnungen oder Bestrafungen für seine Fehler. Die Gewichte des neuronalen Netzes werden durch dieses Feedback kontinuierlich aktualisiert, um zu lernen, die erfolgreichsten Aktionen auszuwählen. Zum Zeitpunkt der Entscheidung werden die Sensordaten in das Netzwerk eingespeist, und das Netzwerk erzeugt Aktionssignale wie sofortiges Drehmoment, Winkel oder Koordinaten.

Wo es eingesetzt wird

Sie werden verwendet, damit humanoide Roboter das Gleichgewicht halten und gehen, damit autonome Drohnen Hindernissen ausweichen und damit industrielle Robotergelenke komplexe Objekte greifen können.

Häufig verwechselt mit

Sie unterscheiden sich von herkömmlichen Regelungsalgorithmen. Während die klassische Regelungstechnik auf im Voraus berechneten, festen mathematischen Formeln basiert, bieten neuronale Richtlinien (Neural Policies) intuitive Ansätze, die durch Daten und Experimente erlernt wurden.

Fragen und Antworten

Werden Neural Policies nur in der Simulation trainiert?

Um das Risiko physischer Schäden und Zeitkosten zu vermeiden, werden sie in der Regel in Simulatoren trainiert und anschließend auf die echte Hardware übertragen.

Können sie dazu führen, dass sich der Roboter regelwidrig verhält?

Ja. Da neuronale Netze auf Wahrscheinlichkeiten basieren, können sie in einer Situation, der sie während des Trainings noch nie begegnet sind, unerwartete oder fehlerhafte Bewegungen erzeugen.