گائیڈ سے منسلک کوئز · درمیانہ سطح
نقلی سیکھنے کا کوئز
رویے کی کلوننگ، ڈسٹری بیوشن شفٹ، ماہرین کے مظاہرے، ڈیگر کے ڈیٹا کی جمع اور مشاہدہ شدہ ریاستوں سے باہر کی حدود کو چیک کرتا ہے۔
سوال 1 کی 8
In imitation learning, how does an agent acquire its behavior?
ہر سوال کا جائزہ لیں۔8 سوالات
جب آپ کوئز دیتے ہیں تو جوابات اور وضاحتیں ظاہر ہوتی ہیں۔
- In imitation learning, how does an agent acquire its behavior?
- ماہرانہ مظاہروں کو کاپی کرکے پالیسی سیکھنا
- بے ترتیب تلاش کے ذریعے ہاتھ سے ڈیزائن کردہ انعام کو زیادہ سے زیادہ کرنا
- چھوٹے آلات پر چلنے کے لیے نیورل نیٹ ورک کو کمپریس کرنا
- متن کے اشارے سے تصاویر بنانا
- طرز عمل کی کلوننگ مشابہت سیکھنے کو کس قسم کا مسئلہ بناتی ہے؟
- غیر زیر نگرانی کلسٹرنگ
- اسٹیٹ ٹو ایکشن میپنگ کی زیر نگرانی سیکھنے
- مخالف نسل
- انعام کی تشکیل
- طویل کارروائی کے سلسلے میں رویے کی کلوننگ کے ناکام ہونے کا کیا مسئلہ ہے؟
- انعامی تقریب کے لیے اوور فٹنگ
- انکوڈر میں غائب ہونے والے میلان
- ڈسٹری بیوشن شفٹ سے مرکب غلطی
- پرانی کلاسوں کو بھول جانا تباہ کن
- ڈیگر الگورتھم اس کمزوری کو کیسے دور کرتا ہے؟
- ماہر کو مکمل طور پر لوپ سے ہٹا کر
- رعایتی عنصر کو بڑھا کر
- تمام اعمال میں بے ترتیب شور شامل کرکے
- ریاستوں کے ماہر سے استفسار کرکے سیکھنے والا درحقیقت اس ڈیٹا کا دورہ کرتا ہے اور اسے جمع کرتا ہے۔
- نقلی سیکھنے کو اکثر ڈرائیونگ جیسے کاموں کے لیے کمک سیکھنے پر ترجیح کیوں دی جاتی ہے؟
- مظاہرے ایک صحیح ریوارڈ فنکشن سے زیادہ آسان ہیں۔
- یہ بہترین سلوک کی ضمانت دیتا ہے۔
- اسے کبھی بھی ڈیٹا کی ضرورت نہیں ہوتی
- یہ صرف اندازہ پر تیز چلتا ہے۔
- 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
- 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
- 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