Gids-gekoppelde quiz · Middelmatig Niveau
Leerquiz voor versterking van meerdere agenten
Bestudeer hoe verschillende versterkingslerende agenten leren onder gedeelde beloningen, veranderende tegenstanders, gedeeltelijke opvattingen en coördinatiebeperkingen.
Vraag 1 van 8
Wat maakt de omgeving 'niet-stationair' vanuit het perspectief van één agent in MARL?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Wat maakt de omgeving 'niet-stationair' vanuit het perspectief van één agent in MARL?
- Andere agenten leren en veranderen tegelijkertijd hun eigen beleid
- De beloningsfunctie wordt elke aflevering willekeurig gereset
- De toestandsruimte groeit in de loop van de tijd onbeperkt
- Sensoren retourneren luidruchtige waarnemingen
- Wat betekent 'gecentraliseerde training met gedecentraliseerde uitvoering' (CTDE)?
- Agenten worden getraind en draaien op één centrale server
- Een gedeelde criticus maakt tijdens de training gebruik van mondiale informatie, maar agenten handelen tijdens de inzet op basis van lokale observaties
- Eén hoofdagent geeft tijdens runtime opdrachten aan alle anderen
- Trainingsgegevens zijn gecentraliseerd, maar beloningen zijn gedecentraliseerd
- Welk wiskundig raamwerk generaliseert de single-agent MDP naar meerdere agenten?
- Een lineair programma
- Een verborgen Markov-model
- Een Markov-spel (stochastisch spel)
- Een eindige toestandsautomaat
- Hoe is de beloning doorgaans gestructureerd in een puur coöperatieve MARL-omgeving?
- Elke agent maximaliseert een beloning die het negatieve is van die van een ander
- Alleen de snelste agent ontvangt een beloning
- Beloningen worden bij elke stap willekeurig toegewezen
- Agenten delen een gemeenschappelijke teambeloning die ze gezamenlijk maximaliseren
- Welke trainingsaanpak gebruikte OpenAI Five om te verbeteren in 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
- Waarom is 'krediettoekenning' vooral moeilijk in coöperatieve MARL?
- Beloningen komen onmiddellijk binnen en zijn gemakkelijk te traceren
- Het is moeilijk om te bepalen welke acties van de agent hebben bijgedragen aan een gedeeld teamresultaat
- Er is altijd maar één agent die een beloning ontvangt
- Agenten kunnen helemaal geen beloning waarnemen
- 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