# VCBM richt RL-training op beslissingen die beloning opleveren

> Een proefschrift van de University of Manchester test een methode die meer krediet toekent aan beslissingen met grote gevolgen. De resultaten zijn veelbelovend in twee verschillende omgevingen.

Oossa · 2026-10-20 · https://oossa.com/nl/vcbm-focuses-rl-training-on-decisions-tied-to-rewards

Een proefschrift van de University of Manchester introduceert Visual Causal-chain Bookmarking (VCBM), een methode die reinforcement-learningagenten helpt te leren welke acties tot vertraagde beloningen hebben geleid. In een simulatie van horlogereparaties kwam de methode in 20 runs gemiddeld na 1,532.3 episodes tot 95.07% correcte beslissingen, tegenover 3,327.1 episodes voor de RUDDER-baseline. In AppWorld steeg het aandeel succesvol uitgevoerde taken met training waarin VCBM was verwerkt van 0.354 naar 0.458. Die vergelijking was echter gebaseerd op slechts één run per methode en vormt dus geen statistische bevestiging.

## De feiten

- In het horlogereparatie-experiment werden 20 seeds gebruikt; VCBM kwam in alle gevallen overeen met de bekende causale structuur.
- Bij de vergelijking in AppWorld werden Qwen2.5-7B-Instruct en één seed per methode gebruikt.

## Waarom het ertoe doet

Voor onderzoekers die agenten trainen voor taken met vertraagde beloningen biedt VCBM een geteste manier om beslissingen met grote gevolgen zwaarder te laten meewegen. Voor de betrouwbaarheid van het resultaat in AppWorld zijn echter meer runs nodig.

## Bronnen en referenties

1. [Visual Causal-chain Bookmarking: Retrieval-Weighted Credit Assignment for Reinforcement Learning from Delayed Reward](https://arxiv.org/abs/2610.24032) – arXiv cs.LG, 2026-10-20

Laatst bijgewerkt: 2026-10-20