Vinner-tar-alt i handlingsvalg
Definition
Vinner-tar-alt (WTA) er en konkurranseprosess brukt i neurale nettverk og …
RL
Terms tagged with RL
Trefaktorlæring
Definition
Trefaktorlæring er en spesifikk tilnærming innen forsterkningslæring som deler …
Robotlæring
Definition
Robotlæring innebærer å trene robotagenter til å utføre oppgaver autonomt ved å utnytte …
Sannsynlighetstilpasning
Definition
Sannsynlighetstilpasning er et atferdsmønster som ofte observeres i forsterkningslæring …
Prediktiv tilstandsrepresentasjon
Definition
Prediktive tilstandsrepresentasjoner (PSR) utvider tradisjonelle delvis observerbare …
Multi-armed bandit
Definition
Multi-armed bandit-problemet illustrerer dilemmaet en agent står overfor når den avgjør …
Fjellbilproblemet
Definition
Fjellbilproblemet er en standard benchmark innen forskning på forsterkningslæring. Målet …
Indre motivasjon
Definition
Innenfor forsterkningslæring driver indre motivasjon en agent til å utforske miljøet sitt …
Utforskings-utnyttingsdilemmaet
Definition
I beslutningsprosesser står agenter overfor en avveining: de kan utnytte nåværende …
on-policy
Definition
On-policy-algoritmer krever at agenten lærer direkte fra handlingene tatt av sin …
lang horisont
Definition
Lang-horisont problemer involverer sekvenser av handlinger der effekten av tidlige …
Tilstand
Definition
En tilstand representerer all relevant informasjon som trengs for å bestemme fremtidig …
Politikk
Definition
Begrepet ‘politikk’ har to betydninger avhengig av kontekst. I generell …
Hierarkisk
Definition
Hierarkiske AI-systemer organiserer informasjon eller kontroll i en tre-lignende struktur …
Handling
Definition
Innen kunstig intelligens og robotikk refererer en handling til et bestemt steg eller en …