Gids-gekoppelde quiz · Middelmatig Niveau
Q-Learning-quiz
Controleert Q-waarden, leren buiten het beleid, Bellman-updates, verkenning, convergentieaannames en waarom Q-learning modelvrij is.
Vraag 1 van 8
Wat vertegenwoordigt de Q-waarde Q(s, a)?
Bekijk elke vraag8 vragen
Antwoorden en uitleg verschijnen terwijl je de quiz doet.
- Wat vertegenwoordigt de Q-waarde Q(s, a)?
- De verwachte langetermijnbeloning van het ondernemen van actie in een toestand en vervolgens optimaal handelen
- De waarschijnlijkheid dat u zich in toestand s bevindt
- Het aantal keren dat actie a is geprobeerd
- De onmiddellijke beloning alleen voor actie a
- Waarom wordt Q-Learning omschreven als 'buiten het beleid'?
- Het vereist een model van de omgeving
- Het kan het optimale beleid leren terwijl het een ander, verkennend beleid volgt
- Het werkt alleen offline op opgeslagen gegevens
- Het negeert beloningen volledig
- Wat controleert de kortingsfactor gamma in de updateregel?
- Het verkenningspercentage
- De grootte van de statustabel
- Hoeveel toekomstige beloningen worden gewogen ten opzichte van directe beloningen
- Het aantal afleveringen
- Wat is de temporele verschilfout (TD) in Q-Learning?
- Het verschil tussen twee staten
- De totale beloning van een aflevering
- De leersnelheid maal gamma
- r + gamma*max Q(s',a') minus de huidige schatting van Q(s,a).
- Waarom worstelt Q-Learning in tabelvorm met grote problemen zoals videogames met pixels?
- Het aantal verschillende statussen is te groot om in een tabel op te slaan
- Het kan geen beloningen gebruiken
- Het werkt alleen met twee acties
- Gamma moet gelijk zijn aan 1
- Wat is het doel van epsilon-hebzuchtige actieselectie?
- Om altijd de actie met de hoogste Q-waarde te kiezen
- Om een evenwicht te vinden tussen het verkennen van nieuwe acties en het exploiteren van bekende goede acties
- Om de kortingsfactor in te stellen
- Voor het opbergen van de Q-tafel
- What exploration condition appears in the tabular Q-learning convergence result?
- Only the greedy action is ever sampled
- Each state must be visited exactly once
- Every state-action pair must be visited repeatedly under suitable learning conditions
- The transition model must be known in advance
- Why is Q-learning called model-free?
- It never observes the environment
- It does not use rewards
- It requires a complete transition table before learning
- It updates values from sampled rewards and next states without storing transition probabilities