Nchịkọta
Ụzọ onye na-eme ihe nkiri na nke nkatọ na-ejikọta ụmụ akwụkwọ abụọ: 'onye na-eme ihe nkiri' na-ahọrọ omume na 'onye nkatọ' na-ekpebi otú omume ndị ahụ si dị mma. Njikọta a na-eme ka mmụta nkwado siri ike na nke ọma karịa iji ụzọ ọ bụla naanị ya.
Ụzọ omere-Critic bụ ngọngọ ụlọ ọrụ nka nke na-emetụta ịdịmma nlereanya, ọnụ ahịa akụrụngwa, nkwụsịtụ, na ntụkwasị obi n'ogo.
Ime miri emi
Nmụta nkwado nwere ụdị abụọ sara mbara: ụzọ dabere na amụma nke na-amụta kpọmkwem ihe a ga-eme, na ụzọ bara uru nke na-amụta ka steeti dị mma. Omee-Critic fuses ha. Onye na-eme ihe nkiri bụ amụma nke na-emepụta ihe nwere ike ime; onye nkatọ bụ ọrụ bara uru nke na-eme atụmatụ nloghachi a na-atụ anya ya. Mgbe usoro nke ọ bụla gasịrị, onye nkatọ na-agbakọ njehie dị iche nwa oge na-egosi ma nsonaazụ ya ọ dị mma ka ọ dị njọ karịa ka a tụrụ anya ya. Onye na-eme ihe nkiri na-eji njehie a kwalite amụma ya n'ime omume na-emeri atụmanya na pụọ na ndị na-adịghị arụ ọrụ. N'ihi na onye nkatọ na-enye usoro ntọala dị ala dị ala, atụmatụ gradient nke onye na-eme ihe nkiri adịchaghị mkpọtụ karịa na usoro amụma gradient dị ọcha dị ka REINFORCE, ebe ọ ka na-ejikwa oghere ime ihe na-aga n'ihu nke bara uru naanị ụzọ dị ka Q-Learning na-ahụ ihe jọgburu onwe ya.
Nghọta nka nka
Onye na-eme ihe nkiri na-emelite paramita amụma ya na ntụzịaka nke gradient amụma, gbagoro site na uru A(s,a) = Q(s,a) - V(s), nke ndị nkatọ na-eme atụmatụ (mgbe site na njehie TD r + gamma * V (s') - V(s)). Uru dị na-atụ etu ihe omume si dị mma karịa nkezi steeti, yabụ uru dị mma na-eme ka omume dịkwuo mma ma ndị na-adịghị mma na-egbochi ha. A zụrụ onye nkatọ iche iche iji wedata njehie TD ya.
Ụzọ Ọkachamara Nkatọ
Ụzọ onye na-eme ihe nkiri na nke nkatọ na-ejikọta ụmụ akwụkwọ abụọ: 'onye na-eme ihe nkiri' na-ahọrọ omume na 'onye nkatọ' na-ekpebi otú omume ndị ahụ si dị mma. Njikọta a na-eme ka mmụta nkwado siri ike na nke ọma karịa iji ụzọ ọ bụla naanị ya. Ụzọ omere-Critic bụ ngọngọ ụlọ ọrụ nka nke na-emetụta ịdịmma nlereanya, ọnụ ahịa akụrụngwa, nkwụsịtụ, na ntụkwasị obi n'ogo. Iji wulite nghọta miri emi, na-emeso usoro onye na-eme ihe nkiri dị ka ihe nlere anya na-arụ ọrụ, ọ bụghị otu akụkụ: kọwaa ihe a chọrọ, kọwaa echiche dị iche iche, ma kewaa ihe usoro ahụ nwere ike ime nke ọma na ihe ka na-achọ mkpebi ndị ọkachamara.
Na omume, otu ndị siri ike na-eji Ụzọ Omee-Critic na-ebuli ụlọ, data, na nhọrọ akụrụngwa megide ntụkwasị obi na ọnụ ahịa. Ha na-edepụta njirisi ịga nke ọma nke ọma, nwalee megide data ziri ezi yana usoro ọrụ, yana na-atụgharị dabere na usoro ọdịda ahụrụ karịa karịa mmeri otu oge. Nke a bụ ebe nghọta usoro ihe atụ na-atụgharị ghọọ ike na-adịgide adịgide n'ofe ngwaahịa, amụma na arụmọrụ.
Mkpebi ihe owuwu ụlọ na-akwalite arụmọrụ yana ọnụ ahịa ọrụ ruo ọtụtụ afọ. N'otu oge ahụ, ịkwalite otu akara ngosi nwere ike zoo adịghị ike sistemụ sara mbara. Ụzọ kachasị na-agbanwe agbanwe bụ ijikọ ọsọ nnwale na ịdọ aka ná ntị ọchịchị: ndị na-anya ụgbọ elu, ijide ihe akaebe, bipụta ndekọ mkpebi, na na-aga n'ihu na-emelite nchekwa dị ka omume nlereanya, atụmanya ndị ọrụ, na ihe iwu chọrọ.
Mmetụta atụmatụ
Mkpebi ihe owuwu ụlọ na-akwalite arụmọrụ yana ọnụ ahịa ọrụ ruo ọtụtụ afọ.
Mkpebi ihe owuwu ụlọ na-akwalite arụmọrụ yana ọnụ ahịa ọrụ ruo ọtụtụ afọ. N'ịkwanye ọkwa dị elu, a na-atụgharị nke a ka ọ bụrụ iwu arụ ọrụ enwere ike ịtụnye, oke nwe, na emume ntụlegharị ugboro ugboro ka ndị otu wee nwee ike ịbawanye ntụkwasị obi kama iwelite enweghị mgbagha.
Nkà mmụta nka na-enyere ndị otu egwuregwu aka ịhọrọ nchịkọta ziri ezi, ọ bụghị naanị nke kachasị ọhụrụ.
Nkà mmụta nka na-enyere ndị otu egwuregwu aka ịhọrọ nchịkọta ziri ezi, ọ bụghị naanị nke kachasị ọhụrụ. N'ịkwanye ọkwa dị elu, a na-atụgharị nke a ka ọ bụrụ iwu arụ ọrụ enwere ike ịtụnye, oke nwe, na emume ntụlegharị ugboro ugboro ka ndị otu wee nwee ike ịbawanye ntụkwasị obi kama iwelite enweghị mgbagha.
Nhọrọ injinia ka mma na-ebelata ihe omume ntụkwasị obi na mmepụta.
Nhọrọ injinia ka mma na-ebelata ihe omume ntụkwasị obi na mmepụta. N'ịkwanye ọkwa dị elu, a na-atụgharị nke a ka ọ bụrụ iwu arụ ọrụ enwere ike ịtụnye, oke nwe, na emume ntụlegharị ugboro ugboro ka ndị otu wee nwee ike ịbawanye ntụkwasị obi kama iwelite enweghị mgbagha.
Mmejuputa n'ezie n'ụwa
Ọzụzụ ogwe aka robotik na ndị na-ahụ maka ebe mgbanaka nwere njikọ njikọ na-aga n'ihu (dịka, iji PPO ma ọ bụ SAC)
Nhazi ụdị asụsụ buru ibu site na RLHF, ebe PPO (usoro onye nkatọ) na-ebuli nzaghachi megide ụdị ụgwọ ọrụ.
Ịkụzi egwuregwu atụmatụ mgbagwoju anya dịka StarCraft II na Dota 2
Ndị na-ahụ maka njikwa ike na etiti data na-amụta mgbanwe na-aga n'ihu nke ọma
Usoro mmejuputa
Ụzọ omere-Critic na omume
Ọzụzụ ogwe aka robotik na ndị na-ahụ maka ebe mgbanaka na mgbako njikọ na-aga n'ihu (dịka ọmụmaatụ, iji PPO ma ọ bụ SAC).
Ọzụzụ robotic ogwe aka na ndị na-ahụ maka ebe a na-ahụ maka ebe mgbaba na-aga n'ihu (dịka ọmụmaatụ, iji PPO ma ọ bụ SAC) Otu dị iche iche na-enweta nsonaazụ kacha mma mgbe ha na-akọwapụta ọnụ ụzọ dị mma n'ihu, na-edobe ụzọ ịrị elu mmadụ maka ikpe ikpe, ma soro ma uru nrụpụta yana ụgwọ njehie n'ime oge.
Ụzọ omere-Critic na omume
Ịhazi ụdị asụsụ buru ibu site na RLHF, ebe PPO (usoro onye na-eme ihe nkiri) na-ebuli nzaghachi megide ụdị ụgwọ ọrụ.
Ịhazi ụdị asụsụ dị ukwuu site na RLHF, ebe PPO (usoro onye na-eme ihe nkiri) na-ebuli nzaghachi megide ụdị ụgwọ ọrụ Otu egwuregwu na-enwetakarị nsonaazụ kacha mma mgbe ha na-akọwapụta ọnụ ụzọ dị mma n'ihu, na-edebe ụzọ mmụba mmadụ maka ikpe ikpe, ma soro ma uru mmepụta na ụgwọ njehie na oge.
Ụzọ omere-Critic na omume
Ịkụzi egwuregwu atụmatụ mgbagwoju anya dịka StarCraft II na Dota 2.
Ịchịkwa egwuregwu atụmatụ dị mgbagwoju anya dị ka StarCraft II na Dota 2 Otu na-enwetakarị nsonaazụ ka mma mgbe ha na-akọwapụta ọnụ ụzọ dị mma n'ihu, na-eme ka ụzọ mmadụ si abawanye maka ọnụ okwu, ma soro ma uru nrụpụta na ụgwọ njehie na-aga n'ihu oge.
Ụzọ omere-Critic na omume
Ndị na-ahụ maka njikwa ike na etiti data na-amụta mgbanwe na-aga n'ihu nke ọma.
Ndị na-ahụ maka nchekwa data etiti na njikwa ike nke na-amụta mgbanwe na-aga n'ihu na-aga n'ihu Otu dị iche iche na-enweta nsonaazụ kacha mma mgbe ha kọwapụtara ọnụ ụzọ dị mma n'ihu, na-edobe ụzọ ịrị elu mmadụ maka ikpe ikpe, ma soro ma uru nrụpụta yana ụgwọ njehie n'ime oge.
Ihe ize ndụ & okporo ụzọ nche
Ịkwalite otu akara ngosi nwere ike zoo adịghị ike sistemụ sara mbara.
A na-eledakarị ihe akụrụngwa na ụgwọ ọrụ anya.
Ọdịiche nchekwa na nleba anya nwere ike itolite ka sistemu na-adịwanye mgbagwoju anya.
Map mmejuputa
Kọwaa latency, ịdịmma na ebumnuche ọnụ ahịa tupu mmejuputa ya.
Kọwaa latency, ịdịmma na ebumnuche ọnụ ahịa tupu mmejuputa ya. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.
Benchmark n'okpuru ibu dị adị na ọnọdụ data.
Benchmark n'okpuru ibu dị adị na ọnọdụ data. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.
Nleba anya akụrụngwa maka mperi, ịkpafu na mmetụta onye ọrụ.
Nleba anya akụrụngwa maka mperi, ịkpafu na mmetụta onye ọrụ. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.
Kwadebe ụzọ nzaghachi azụghachi azụ na ihe omume tupu ịchachaa.
Kwadebe ụzọ nzaghachi azụghachi azụ na ihe omume tupu ịchachaa. Mesoo nzọụkwụ ọ bụla dị ka ọnụ ụzọ akaebe: ọ bụrụ na emezughị ụkpụrụ, kwụsịtụ mbugharị, mechie oghere ahụ, naanị wee gbasaa ojiji.