Maze Q-Table

Pembelajaran pengukuhan membolehkan ejen belajar melalui percubaan dan kesilapan dalam persekitaran. Bayangkan sebuah labirin. Menggunakan jadual Q, ejen meneroka labirin (keadaan) dan mengambil tindakan yang berbeza (seperti bergerak ke atas, bawah, kiri atau kanan). Jadual Q menjejaki ganjaran (positif untuk pilihan yang baik, negatif untuk keputusan yang buruk) yang diterima untuk setiap tindakan di setiap negeri. Dari masa ke masa, ejen mengemas kini jadual Q untuk mengutamakan tindakan yang membawa kepada ganjaran tertinggi dan akhirnya mempelajari laluan terbaik melalui labirin.

Belajar dengan Berbuat

Dalam aplikasi ini, anda akan membimbing ejen melalui labirin yang dipenuhi dengan batu bata. Ejen akan menggunakan teknik yang dipanggil Q-learning untuk menavigasi labirin dan mencapai matlamat. Dengan memerhatikan proses penerokaan dan pembelajaran ejen, anda akan mendapat pemahaman tentang konsep pembelajaran pengukuhan.

* Kesukaran Boleh Laras

Ingin memudahkan atau menyusahkan ejen? Anda boleh mengawal kesukaran maze dengan melaraskan dua tetapan:

Saiz Halangan Bata: Pilih saiz bata yang diperlukan oleh ejen untuk mengemudi. Batu bata yang lebih besar menghasilkan labirin yang lebih terbuka, manakala batu bata yang lebih kecil menghasilkan picitan yang lebih ketat.

Bilangan Episod: Tetapan ini menentukan berapa kali ejen akan cuba mempelajari labirin. Dengan lebih banyak episod, ejen mempunyai lebih banyak peluang untuk meneroka dan memperhalusi strategi membuat keputusannya.

Ambil Kawalan dan Jejaki Kemajuan

Aplikasi ini menyediakan dua butang untuk mengawal simulasi:

Jana Maze: Butang ini mencipta maze baharu dengan saiz bata yang dipilih.

Mulakan Pembelajaran: Setelah anda berpuas hati dengan reka letak labirin, klik butang ini untuk memulakan proses pembelajaran ejen.

Visualisasikan Kemajuan Pembelajaran

Selain memerhatikan ejen mengemudi labirin, anda juga boleh menjejaki kemajuan pembelajarannya dengan Graf Kadar Pembelajaran yang disertakan. Graf ini memplot Ganjaran (peneguhan positif) ejen berbanding bilangan Episod. Dengan menganalisis graf ini, anda boleh melihat cara kadar pembelajaran ejen memberi kesan kepada pembuatan keputusannya dan cara ia bertambah baik dari semasa ke semasa.

Bersedia untuk menyaksikan kuasa pembelajaran peneguhan secara langsung! Semasa ejen meneroka labirin, anda akan melihat bagaimana ia belajar membuat pilihan yang optimum dan menakluki cabaran. Graf kadar pembelajaran akan meningkatkan lagi pemahaman anda dengan menggambarkan kemajuan ejen sepanjang perjalanan latihannya.