모방 학습 퀴즈

퀴즈를 풀면 정답과 설명이 나타납니다.

1. 모방 학습에서 에이전트는 어떻게 행동을 획득합니까?
   • 전문가의 실연을 따라해 정책을 학습
   • 무작위 탐색을 통해 직접 디자인한 보상 극대화
   • 소형 장치에서 실행되도록 신경망 압축
   • 텍스트 프롬프트에서 이미지 생성
2. 행동 복제 프레임 모방 학습은 어떤 종류의 문제입니까?
   • 비지도 클러스터링
   • 상태-행동 매핑의 지도 학습
   • 적대적 세대
   • 보상 형성
3. 긴 동작 시퀀스에 대해 동작 복제가 실패하게 만드는 문제는 무엇입니까?
   • 보상 함수에 대한 과적합
   • 인코더의 그라데이션 소실
   • 분포 이동으로 인한 복합 오류
   • 오래된 수업에 대한 치명적인 망각
4. DAgger 알고리즘은 이러한 약점을 어떻게 해결합니까?
   • 루프에서 전문가를 완전히 제거함으로써
   • 할인율을 높여서
   • 모든 작업에 임의의 노이즈를 추가하여
   • 상태에 대해 전문가에게 질의함으로써 학습자는 실제로 방문하여 해당 데이터를 집계합니다.
5. 운전과 같은 작업에서 강화 학습보다 모방 학습이 선호되는 이유는 무엇입니까?
   • 올바른 보상 기능보다 데모를 제공하는 것이 더 쉽습니다.
   • 최적의 동작을 보장합니다
   • 데이터가 전혀 필요하지 않습니다.
   • 추론에서만 더 빠르게 실행됩니다.
6. What is a realistic limitation of behavioral cloning when the agent reaches states outside the demonstrations?
   • It is guaranteed to improve beyond the expert
   • Its behavior is not guaranteed there because those states may be out of distribution
   • It can only produce random actions
   • It automatically queries an expert at every step
7. In one DAgger iteration, what does the learner do before requesting expert labels?
   • Deletes all earlier demonstrations
   • Trains only on randomly generated labels
   • Rolls out its current policy and records the states it actually visits
   • Replaces the expert policy permanently
8. After the expert labels the states visited by the current policy, what happens to that data?
   • It is used only as an evaluation metric
   • It replaces the original observation space
   • It is discarded after one gradient step
   • It is aggregated with previous labeled data for retraining