Maze Q-Table

Android Alkalmazás Elemzése És Áttekintése: Maze Q-Table, A JerryDice Fejlesztése. Felsorolva A Oktatás Kategóriában. A Jelenlegi Verzió A 1.13, A 11/07/2024 -Es Frissítésű. A Felhasználói Vélemények Szerint A Google Play: Maze Q-Table. Több Mint 7 Telepítés. A Maze Q-Table Jelenleg 1 -As Értékeléssel Rendelkezik, Az Átlagos Minősítés 5.0 Csillag

A megerősítő tanulás lehetővé teszi az ügynök számára, hogy kísérletek és hibák révén tanuljon egy környezetben. Képzelj el egy labirintust. A Q-táblázat segítségével az ügynök felderíti a labirintust (állapotot), és különféle műveleteket hajt végre (például felfelé, lefelé, balra vagy jobbra mozog). A Q-tábla nyomon követi a jutalmakat (pozitív a jó döntésekért, negatív a rossz döntésekért), amelyeket minden egyes állapotban kapott minden egyes akcióért. Idővel az ügynök frissíti a Q-táblát, hogy prioritást állítson elő a legmagasabb jutalomhoz vezető tevékenységekhez, és végül megtanulja a legjobb utat a labirintuson keresztül.

A gyakorlatban megtanulni

Ebben az alkalmazásban végigvezeti az ügynököt a téglákkal teli labirintuson. Az ügynök a Q-learning nevű technikát fogja használni, hogy eligazodjon a labirintusban és elérje a célt. Az ügynök feltárási és tanulási folyamatának megfigyelésével megértheti a megerősítő tanulási koncepciókat.

* Állítható nehézségi fok

Szeretné megkönnyíteni vagy megnehezíteni az ügynök dolgát? Két beállítás módosításával szabályozhatja a labirintus nehézségét:

Tégla Akadály mérete: Válassza ki a téglák méretét, amelyeken az ügynöknek szüksége van a navigáláshoz. A nagyobb téglák nyitottabb útvesztőt hoznak létre, míg a kisebb téglák szorosabb összenyomást biztosítanak.
Epizódok száma: Ez a beállítás határozza meg, hogy az ügynök hányszor kísérelje meg megtanulni a labirintust. Több epizóddal az ügynöknek több lehetősége nyílik döntéshozatali stratégiájának feltárására és finomítására.
Vegye át az irányítást és kövesse nyomon a fejlődést

Az alkalmazás két gombbal vezérli a szimulációt:

Labirintus létrehozása: Ezzel a gombbal új labirintus jön létre a kiválasztott téglamérettel.
Tanulás megkezdése: Ha elégedett a labirintus elrendezésével, kattintson erre a gombra az ügynök tanulási folyamatának elindításához.
Képzeld el a tanulási folyamatot

Amellett, hogy megfigyelheti, hogy az ügynök navigál a labirintusban, nyomon követheti a tanulási folyamatát is a mellékelt tanulási arány diagram segítségével. Ez a grafikon az ügynök jutalmait (pozitív megerősítés) ábrázolja az epizódok számának függvényében. A grafikon elemzésével láthatja, hogy az ügynök tanulási aránya hogyan befolyásolja döntéshozatalát, és hogyan javul az idő múlásával.

Készüljön fel, hogy első kézből szemtanúja legyen a megerősítő tanulás erejének! Ahogy az ügynök felfedezi a labirintust, látni fogja, hogyan tanul meg optimális döntéseket hozni és legyőzni a kihívást. A tanulási arány grafikonja tovább javítja a megértést azáltal, hogy megjeleníti az ügynök fejlődését a képzési útja során.

Read more