Remote electrical tilt (RET) optimization involves maximizing the coverage and minimizing interference for antennas in a cellular network. A RET optimization problem typically has many of antennas, each of which has little data. Reinforcement learning (RL) agents have recently been deployed to solve RET optimization problems [1, 2]. These algorithms generally require large amounts of data, and therefore they are not applied for individual antennas but rather for groups of antennas. We show that this leads to degraded performance than agents personalized for individual antennas with extensive data. Furthermore, we design a reward shaping (RS) agent, which augments the reward signal to learn quicker than agents trained only on individual antennas while still retaining their performance. / Remote electrical tilt (RET) optimering innebär att försöka maximera täckningen och minimera störningar för antenner i ett mobilnät. Ett RET-optimeringsproblem har vanligtvis ett stort antal antenner, som var och en har lite data. Reinforcement learning (RL)-agenter har nyligen använts för att lösa RET-optimeringsproblem [1, 2]. Dessa algoritmer kräver i allmänhet stora mängder data och därför används de inte för enskilda antenner utan snarare för grupper av antenner. Vi visar att detta leder till försämrad prestanda jämfört med agenter anpassade för individuella antenner med stora datamängder. Dessutom designar vi en Reward shaping (RS)-agent, som förstärker belöningssignalen för att lära sig snabbare än agenter som bara tränas på individuella antenner samtidigt som deras behåller sin prestanda.