Abbildung 1: Gelerntes Wissens eines Agenten
Ein Agent hat mit Methoden des maschinellen Lernens das Verhalten gelernt, die rote Spielfigur um das Wasser zu navigieren (linker Teil). Dieses Verhalten lässt sich in kompakter Form durch mehrstufige Regeln mit Ausnahmen in einer Wissensbasis (KB) darstellen (rechter Teil). Das Wissen lässt sich dabei von oben nach unten wie folgt lesen: „Normalerweise (siehe Ebene R1) sollte der Agent die Spielfigur nach rechts bewegen, es sei denn (siehe Ebene R2), sie befindet sich an x-Position x1, dann sollte der Agent sie nach oben bewegen oder, wenn sie sich bei x8 befindet, dann sollte er sie nach unten bewegen. Befindet sich die Spielfigur (siehe Ebene R3) an Position x1 und y6, sollte er sie nach rechts bewegen“. Die an den Regeln annotierten Gewichte stellen dabei die bedingten Wahrscheinlichkeiten der Konklusionen, gegeben die Prämissen der Regeln, dar.
Quellen: Bearbeitung von Figure 3.1 in [1], welche auf Figure 1 in [12] beruht, Nutzung mit Erlaubnis von IEEE. Linker Teil nach [15], © Richard S. Sutton and Andrew G. Barto, CC BY-NC-ND 4.0 (https://creativecommons.org/licenses/by-nc-nd/4.0/)