Maze Q-Table

एंड्रॉइड ऐप विश्लेषण और समीक्षा: Maze Q-Table, JerryDice द्वारा विकसित। शिक्षा श्रेणी में सूचीबद्ध। वर्तमान संस्करण 1.13 है, 11/07/2024 पर अपडेट किया गया है। Google Play पर उपयोगकर्ताओं की समीक्षा के अनुसार: Maze Q-Table। 7 इंस्टॉल से अधिक हासिल किया। Maze Q-Table में वर्तमान में 1 समीक्षाएं हैं, औसत रेटिंग 5.0 सितारे

सुदृढीकरण सीखना एक एजेंट को पर्यावरण में परीक्षण और त्रुटि के माध्यम से सीखने की अनुमति देता है। एक भूलभुलैया की कल्पना करो. क्यू-टेबल का उपयोग करके, एजेंट भूलभुलैया (स्थिति) का पता लगाता है और विभिन्न क्रियाएं करता है (जैसे ऊपर, नीचे, बाएं या दाएं जाना)। क्यू-तालिका प्रत्येक राज्य में प्रत्येक कार्रवाई के लिए प्राप्त पुरस्कारों (अच्छे विकल्पों के लिए सकारात्मक, बुरे निर्णयों के लिए नकारात्मक) का ट्रैक रखती है। समय के साथ, एजेंट उन कार्यों को प्राथमिकता देने के लिए क्यू-टेबल को अपडेट करता है जो उच्चतम इनाम की ओर ले जाते हैं और अंततः भूलभुलैया के माध्यम से सबसे अच्छा रास्ता सीखते हैं।

करके सींखें

इस ऐप में, आप एक एजेंट को ईंटों से भरी भूलभुलैया के माध्यम से मार्गदर्शन करेंगे। एजेंट भूलभुलैया को नेविगेट करने और लक्ष्य तक पहुंचने के लिए क्यू-लर्निंग नामक तकनीक का उपयोग करेगा। एजेंट की खोज और सीखने की प्रक्रिया का अवलोकन करके, आप सुदृढीकरण सीखने की अवधारणाओं की समझ हासिल करेंगे।

*समायोज्य कठिनाई

क्या आप एजेंट के लिए चीज़ों को आसान या कठिन बनाना चाहते हैं? आप दो सेटिंग्स समायोजित करके भूलभुलैया की कठिनाई को नियंत्रित कर सकते हैं:

ईंट बाधा आकार: उन ईंटों का आकार चुनें जिन्हें एजेंट को नेविगेट करने की आवश्यकता है। बड़ी ईंटें अधिक खुली भूलभुलैया बनाती हैं, जबकि छोटी ईंटें सख्त दबाव बनाती हैं।
एपिसोड की संख्या: यह सेटिंग निर्धारित करती है कि एजेंट कितनी बार भूलभुलैया को जानने का प्रयास करेगा। अधिक एपिसोड के साथ, एजेंट के पास अपनी निर्णय लेने की रणनीति का पता लगाने और उसे परिष्कृत करने के अधिक अवसर होते हैं।
नियंत्रण रखें और प्रगति पर नज़र रखें

ऐप सिमुलेशन को नियंत्रित करने के लिए दो बटन प्रदान करता है:

भूलभुलैया उत्पन्न करें: यह बटन चुने हुए ईंट के आकार के साथ एक नई भूलभुलैया बनाता है।
सीखना शुरू करें: एक बार जब आप भूलभुलैया लेआउट से खुश हो जाएं, तो एजेंट की सीखने की प्रक्रिया शुरू करने के लिए इस बटन पर क्लिक करें।
सीखने की प्रगति की कल्पना करें

एजेंट को भूलभुलैया में नेविगेट करते हुए देखने के अलावा, आप इसमें शामिल लर्निंग रेट ग्राफ़ के साथ इसकी सीखने की प्रगति को भी ट्रैक कर सकते हैं। यह ग्राफ एजेंट के पुरस्कारों (सकारात्मक सुदृढीकरण) बनाम एपिसोड की संख्या को दर्शाता है। इस ग्राफ़ का विश्लेषण करके, आप देख सकते हैं कि एजेंट की सीखने की दर उसके निर्णय लेने को कैसे प्रभावित करती है और समय के साथ इसमें कैसे सुधार होता है।

सुदृढीकरण सीखने की शक्ति को प्रत्यक्ष रूप से देखने के लिए तैयार हो जाइए! जैसे ही एजेंट भूलभुलैया का पता लगाता है, आप देखेंगे कि वह इष्टतम विकल्प बनाना और चुनौती पर विजय पाना कैसे सीखता है। सीखने की दर का ग्राफ़ एजेंट की प्रशिक्षण यात्रा के दौरान उसकी प्रगति की कल्पना करके आपकी समझ को और बढ़ाएगा।

Read more