Победитель получает всё при выборе действия
Definition
Принцип «победитель получает всё» (WTA) — это конкурентный процесс, используемый в …
RL
Terms tagged with RL
Трехфакторное обучение
Definition
Трехфакторное обучение — это конкретный подход в обучении с подкреплением, который …
Обучение роботов
Definition
Обучение роботов включает в себя подготовку робототехнических агентов к выполнению задач …
Вероятностное соответствие
Definition
Вероятностное соответствие — это поведенческая модель, часто наблюдаемая в обучении с …
Предиктивное представление состояния
Definition
Предиктивные представления состояний (PSR) расширяют традиционные частично наблюдаемые …
Задача о многоруком бандите
Definition
Проблема многорукого бандита иллюстрирует дилемму, с которой сталкивается агент, …
Задача горного автомобиля
Definition
Задача горного автомобиля — это стандартный бенчмарк в исследованиях обучения с …
Внутренняя мотивация
Definition
В обучении с подкреплением внутренняя мотивация побуждает агента исследовать окружающую …
Дилемма исследования и эксплуатации
Definition
В процессах принятия решений агенты сталкиваются с компромиссом: они могут использовать …
on-policy (он-полиси)
Definition
Алгоритмы on-policy требуют, чтобы агент учился непосредственно на действиях, совершаемых …
с длительным горизонтом
Definition
Задачи с длительным горизонтом включают последовательности действий, где влияние ранних …
Состояние
Definition
Состояние представляет собой всю релевантную информацию, необходимую для определения …
Политика
Definition
Термин «политика» имеет два значения в зависимости от контекста. В общем менеджменте это …
Иерархический
Definition
Иерархические системы ИИ организуют информацию или управление в древовидную структуру …
Действие
Definition
В искусственном интеллекте и робототехнике действие — это конкретный шаг или решение, …