Maze Q-Table

Học tăng cường cho phép một tác nhân học thông qua thử và sai trong một môi trường. Hãy tưởng tượng một mê cung. Sử dụng bảng Q, nhân viên khám phá mê cung (trạng thái) và thực hiện các hành động khác nhau (như di chuyển lên, xuống, sang trái hoặc phải). Bảng Q theo dõi phần thưởng (tích cực cho những lựa chọn tốt, tiêu cực cho những quyết định tồi) nhận được cho mỗi hành động ở mỗi trạng thái. Theo thời gian, tác nhân cập nhật bảng Q để ưu tiên các hành động dẫn đến phần thưởng cao nhất và cuối cùng tìm ra con đường tốt nhất để vượt qua mê cung.

Học bằng cách làm

Trong ứng dụng này, bạn sẽ hướng dẫn một đặc vụ đi qua mê cung chứa đầy gạch. Đặc vụ sẽ sử dụng một kỹ thuật gọi là Q-learning để điều hướng mê cung và đạt được mục tiêu. Bằng cách quan sát quá trình khám phá và học hỏi của tác nhân, bạn sẽ hiểu được các khái niệm học tăng cường.

* Độ khó có thể điều chỉnh

Bạn muốn làm mọi việc dễ dàng hơn hay khó khăn hơn cho đại lý? Bạn có thể kiểm soát độ khó của mê cung bằng cách điều chỉnh hai cài đặt:

Kích thước chướng ngại vật của gạch: Chọn kích thước của các viên gạch mà tác nhân cần di chuyển xung quanh. Những viên gạch lớn hơn tạo ra một mê cung rộng mở hơn, trong khi những viên gạch nhỏ hơn tạo ra sự siết chặt hơn.

Số tập: Cài đặt này xác định số lần tác nhân sẽ cố gắng tìm hiểu mê cung. Với nhiều tập hơn, đặc vụ có nhiều cơ hội hơn để khám phá và hoàn thiện chiến lược ra quyết định của mình.

Kiểm soát và theo dõi tiến độ

Ứng dụng này cung cấp hai nút để điều khiển mô phỏng:

Tạo mê cung: Nút này tạo mê cung mới với kích thước viên gạch đã chọn.

Bắt đầu học: Sau khi bạn hài lòng với cách bố trí mê cung, hãy nhấp vào nút này để bắt đầu quá trình học tập của nhân viên.

Hình dung tiến độ học tập

Ngoài việc quan sát tác nhân di chuyển trong mê cung, bạn cũng có thể theo dõi tiến trình học tập của tác nhân bằng Biểu đồ tỷ lệ học tập đi kèm. Biểu đồ này biểu thị Phần thưởng của tác nhân (củng cố tích cực) so với số Tập. Bằng cách phân tích biểu đồ này, bạn có thể biết tốc độ học tập của tổng đài viên tác động như thế nào đến việc đưa ra quyết định và tốc độ học tập của tổng đài viên sẽ cải thiện như thế nào theo thời gian.

Hãy sẵn sàng chứng kiến ​​sức mạnh của việc học tăng cường trực tiếp! Khi đặc vụ khám phá mê cung, bạn sẽ thấy nó học cách đưa ra những lựa chọn tối ưu và chinh phục thử thách như thế nào. Biểu đồ tỷ lệ học tập sẽ nâng cao hơn nữa sự hiểu biết của bạn bằng cách trực quan hóa tiến trình của nhân viên trong suốt hành trình đào tạo.