← AI-aktiviteter English

Q-learning simulering

Träna en agent att navigera ett rutnät med förstärkningsinlärning – se hur Q-värdena uppdateras i realtid.

Agent Mål Mynt Hinder
Episod: 0, Steg: 0
Hastighet
Parametrar – ändra när som helst, även under träning
α inlärningshastighet
0.50
γ diskonteringsfaktor
0.95
ε utforskningsgrad
0.90
Hur agenten väljer handling just nu:
Utforskning 90%Utnyttjande 10%
Steglogg – tryck på en rad för förklaring
Inlärningskurva – antal steg tills målet nås per episod
Starta en träning så ritas kurvan: antalet steg per episod sjunker när agenten lär sig en kortare väg.
Lär dig mer – tryck för förklaring

Q-learning simulering

En agent rör sig genom ett rutnät och ska lära sig att samla alla mynt och ta sig till målet – helt på egen hand, bara genom att testa sig fram och få belöningar och straff.

01
Träna agenten – tryck Starta träning så testar agenten sig fram i rutnätet, om och om igen.
02
Följ Q-värdena – rutornas färg och siffror visar vad agenten hittills lärt sig om varje handling.
03
Justera parametrarna – ändra α, γ och ε och se hur det påverkar hur snabbt och stabilt agenten lär sig.

Tryck på korten till höger för förklaringar, eller klicka på loggrader och understrukna ord för mer information.