Wir untersuchen das Problem des Lernens von Schlussfolgerungen in großen Wissensgraphen (KGs). Genauer beschreiben wir ein neues Verstärkungslernframework zum Lernen von mehrstufigen relationalen Pfaden: Wir verwenden einen auf Wissensgraphen-Embeddings basierenden Agenten mit kontinuierlichen Zuständen, der durch die Auswahl der vielversprechendsten Relation im Vektoraum eines Wissensgraphen seine Pfadfortsetzung bestimmt. Im Gegensatz zu früheren Arbeiten berücksichtigt unser Ansatz eine Belohnungsfunktion, die Genauigkeit, Vielfalt und Effizienz in Betracht zieht. Experimentell zeigen wir, dass unser vorgeschlagenes Verfahren sowohl einem auf Pfadrangfolge basierenden Algorithmus als auch Methoden zur Erstellung von Wissensgraphen-Embeddings auf den Datensätzen Freebase und Never-Ending Language Learning überlegen ist.