Епізодом вважається пакет завдань. Таким чином, ми фактично маємо міні-набір поїздів (наш набір підтримки) і міні-набір тестів (наш набір запитів). Ось тут і з’являється концепція метанавчання. Залежно від ваших налаштувань, ваш епізод можна взяти з кількох наборів даних (також відомих як домени) або одного набору даних.21 липня 2020 р.
(Навчання з підкріпленням): У навчанні з підкріпленням епізод є запис дій і станів, які виконав агент від початкового стану до кінцевого стану. Використовуючи концепцію «проб і помилок» для навчання з підкріпленням, епізод — це конкретна серія проб і помилок.
Навчальний епізод — це високорівнева модель навчального завдання учня з інформацією про системну ситуацію на початку епізоду, дії, які виконує учень, і системну ситуацію наприкінці епізоду. …
Джерело: Asylum_2009. Метапосилання, яке також називають технікою метафікції або метафіктивним пристроєм, у телешоу відбувається шоу або персонаж демонструє, що вони усвідомлюють власну вигадану природу.
епізоди. Послідовність взаємодій між агентом і його середовищем, починаючи з початкового стану і закінчуючи кінцевим станом.
Ключова термінологія в Q-навчанні Action(a): крок, зроблений агентом у певному стані. Нагороди: за кожну дію агент отримує винагороду та штраф. Епізоди: кінець етапу, де агенти не можуть виконувати нові дії. Це трапляється, коли агент досяг мети або зазнав невдачі.