मल्टी-एजेंट सुदृढीकरण सीखना प्रश्नोत्तरी

जैसे ही आप प्रश्नोत्तरी लेते हैं उत्तर और स्पष्टीकरण दिखाई देते हैं।

1. MARL में एक एजेंट के दृष्टिकोण से पर्यावरण को 'गैर-स्थिर' क्या बनाता है?
   • अन्य एजेंट एक साथ अपनी नीतियों को सीख रहे हैं और बदल रहे हैं
   • इनाम फ़ंक्शन प्रत्येक एपिसोड में यादृच्छिक रूप से रीसेट किया जाता है
   • राज्य का स्थान समय के साथ बिना किसी बंधन के बढ़ता है
   • सेंसर शोर वाले अवलोकन लौटाते हैं
2. 'विकेंद्रीकृत निष्पादन के साथ केंद्रीकृत प्रशिक्षण' (सीटीडीई) का क्या मतलब है?
   • एजेंटों को प्रशिक्षित किया जाता है और एक ही केंद्रीय सर्वर पर चलाया जाता है
   • एक साझा आलोचक प्रशिक्षण के दौरान वैश्विक जानकारी का उपयोग करता है, लेकिन एजेंट तैनाती के समय स्थानीय टिप्पणियों पर कार्य करते हैं
   • एक मास्टर एजेंट रनटाइम पर अन्य सभी को आदेश जारी करता है
   • प्रशिक्षण डेटा केंद्रीकृत है लेकिन पुरस्कार विकेंद्रीकृत हैं
3. कौन सा गणितीय ढांचा एकल-एजेंट एमडीपी को कई एजेंटों के लिए सामान्यीकृत करता है?
   • एक रेखीय कार्यक्रम
   • एक छिपा हुआ मार्कोव मॉडल
   • एक मार्कोव गेम (स्टोकेस्टिक गेम)
   • एक परिमित-अवस्था स्वचालित यंत्र
4. विशुद्ध रूप से सहकारी MARL सेटिंग में, इनाम को आम तौर पर कैसे संरचित किया जाता है?
   • प्रत्येक एजेंट एक इनाम को अधिकतम करता है जो दूसरे के नकारात्मक है
   • केवल सबसे तेज़ एजेंट को ही कोई इनाम मिलता है
   • प्रत्येक चरण में पुरस्कार यादृच्छिक रूप से दिए जाते हैं
   • एजेंट एक साझा टीम पुरस्कार साझा करते हैं जिसे वे संयुक्त रूप से अधिकतम करते हैं
5. Which training approach did OpenAI Five use to improve at Dota 2?
   • Self-play against copies of its own current and past policies
   • A fixed lookup table of human moves
   • A supervised-only classifier trained on image labels
   • A single policy trained only against a static scripted opponent
6. सहकारी MARL में 'क्रेडिट असाइनमेंट' विशेष रूप से कठिन क्यों है?
   • पुरस्कार तुरंत मिलते हैं और उनका पता लगाना आसान होता है
   • यह निर्धारित करना कठिन है कि किस एजेंट के कार्यों ने साझा टीम परिणाम में योगदान दिया
   • पुरस्कार प्राप्त करने वाला केवल एक ही एजेंट होता है
   • एजेंट किसी भी पुरस्कार का निरीक्षण नहीं कर सकते
7. What structural constraint does QMIX place on its mixing network?
   • It must be a linear sum with fixed weights
   • It ignores all individual agent values
   • The joint action-value is monotonic in each agent’s individual value
   • It requires communication at every action step
8. How does Value Decomposition Networks (VDN) form the team action-value?
   • By multiplying all rewards by the number of agents
   • By selecting the largest local reward only
   • By training a separate team for each agent
   • By summing the individual agents’ action-values