Neues RL-Modell liefert erklärbare Antworten: Query‑Specific Neural Modules

In der klassischen Verstärkungslern‑Forschung geht es meist darum, eine Politik zu lernen, die Aktionen auswählt, um die Belohnung zu maximieren. Das neue Verfahren, Query Conditioned Deterministic Inference Networks (QDIN), stellt dieses Paradigma in Frage und baut Reinforcement‑Learning‑Systeme als dedizierte Inferenz‑Engines auf, die gezielt Fragen zu ihrer Umgebung beantworten können.

QDIN behandelt verschiedene Fragestellungen – von Politik‑ und Erreichbarkeitsfragen bis hin zu Pfad‑ und Vergleichsanfragen – als gleichwertige Aufgaben. Für jede dieser Aufgaben werden spezialisierte neuronale Module entwickelt, die auf das jeweilige Inferenzmuster optimiert sind. Dadurch kann das System Wissen über Erreichbarkeit, Entfernungen, Werte und Dynamiken explizit extrahieren, ohne dass die Architektur dafür erst nachträglich angepasst werden muss.

Ein entscheidendes Ergebnis der Studie ist die Entkopplung von Inferenzgenauigkeit und Steuerungsleistung. Während die Erreichbarkeits‑Inferenz mit einer nahezu perfekten Genauigkeit von 99 % IoU arbeitet, liegt die durchschnittliche Rückgabe des Agenten bei lediglich 31 %. Dies zeigt, dass die für eine präzise Weltkenntnis benötigten Repräsentationen nicht zwangsläufig die gleichen sind wie die, die für optimale Steuerung erforderlich sind.

Experimentelle Vergleiche zeigen, dass die query‑spezifischen Architekturen sowohl bei Inferenz als auch bei Steuerung die Leistung von einheitlichen Modellen und nachträglichen Extraktionsmethoden übertreffen, ohne dabei die Kontrolle zu vernachlässigen. Damit eröffnet QDIN einen neuen Forschungsweg, bei dem Reinforcement‑Learning‑Systeme von Anfang an als abfragbare Wissensdatenbanken konzipiert werden.

Die Implikationen sind weitreichend: Erklärbarkeit, Verifikation und die Zusammenarbeit zwischen Mensch und KI profitieren von einem System, das seine internen Modelle transparent und gezielt zugänglich macht.