Quiz collegato alla guida · Medio Livello
Quiz di apprendimento sul rinforzo multi-agente
Studia come diversi agenti di apprendimento per rinforzo imparano con ricompense condivise, avversari mutevoli, viste parziali e vincoli di coordinazione.
Domanda 1 di 8
Cosa rende l'ambiente "non stazionario" dal punto di vista di un agente in MARL?
Anteprima di ogni domanda8 domande
Le risposte e le spiegazioni vengono visualizzate mentre rispondi al quiz.
- Cosa rende l'ambiente "non stazionario" dal punto di vista di un agente in MARL?
- Altri agenti stanno simultaneamente imparando e modificando le proprie politiche
- La funzione di ricompensa viene ripristinata in modo casuale a ogni episodio
- Lo spazio statale cresce senza limiti nel tempo
- I sensori restituiscono osservazioni rumorose
- Cosa significa "formazione centralizzata con esecuzione decentralizzata" (CTDE)?
- Gli agenti vengono addestrati e funzionano su un singolo server centrale
- Un critico condiviso utilizza le informazioni globali durante l'addestramento, ma gli agenti agiscono in base alle osservazioni locali durante l'implementazione
- Un agente principale invia comandi a tutti gli altri in fase di runtime
- I dati sulla formazione sono centralizzati ma i premi sono decentralizzati
- Quale quadro matematico generalizza l'MDP a singolo agente a più agenti?
- Un programma lineare
- Un modello Markov nascosto
- Un gioco di Markov (gioco stocastico)
- Un automa a stati finiti
- In un ambiente MARL puramente cooperativo, come è tipicamente strutturata la ricompensa?
- Ciascun agente massimizza una ricompensa che è negativa rispetto a quella di un altro
- Solo l'agente più veloce riceve una ricompensa
- I premi vengono assegnati in modo casuale a ogni passaggio
- Gli agenti condividono una ricompensa di squadra comune che massimizzano insieme
- 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
- Perché la "cessione del credito" è particolarmente difficile nella cooperativa MARL?
- I premi arrivano istantaneamente e sono facili da rintracciare
- È difficile determinare quali azioni dell'agente abbiano contribuito a un risultato condiviso del team
- C'è sempre e solo un agente che riceve la ricompensa
- Gli agenti non possono osservare alcuna ricompensa
- 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
- 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