动作选择中的赢家通吃机制
Definition
赢家通吃 (WTA) 是一种用于神经网络和强化学习中的竞争过程，用于解决多个竞争动作或假设之间的冲突。在此方案中，激活值最高的单元获胜并执行动作，同时抑制其他竞争者。 …
Rl
三因子学习
Definition
三因子学习是强化学习中的一种特定方法，它将学习过程分解为三个不同的组成部分：奖励信号、价值函数和策略。奖励信号提供即时反馈，价值函数评估长期预期收益，而策略则决定智能体的行动选 …
机器人学习
Definition
机器人学习涉及利用机器学习技术训练机器人代理自主执行任务。与预编程行为不同，这些系统能够适应动态环境，从而提升其在复杂场景中的表现。
Summary
机器人学的一个分支领域，专注 …
概率匹配
Definition
概率匹配是一种在强化学习和心理学中经常观察到的行为模式，与最优的“最大化”策略形成对比。它并不总是选择概率最高的动作，而是根据各动作的概率分布来随机选择动作。这种策略虽然不如贪婪 …
预测状态表示
Definition
预测状态表示（PSR）扩展了传统的部分可观察马尔可夫决策过程，将状态定义为关于未来可观察事件的预测向量集合。它不依赖于无法直接观测的隐藏状态，而是利用历史动作和观测序列来构建对未 …
多臂老虎机
Definition
多臂老虎机问题说明了智能体面临的困境：是坚持使用已知的奖励选项（利用），还是尝试新选项以发现可能带来更高奖励的策略。该问题旨在优化长期累积奖励。
Summary
多臂老虎机是概率 …
登山车问题
Definition
登山车问题是强化学习研究中的标准基准。目标是将一辆动力不足的车控制到陡坡顶部。由于车辆无法直接爬上山坡，智能体需要利用惯性来回摆动以积累动能。
Summary
一个经典强化学习任 …
内在动机
Definition
在强化学习中，内在动机驱使智能体通过寻求新颖性、减少不确定性或掌握技能来探索其环境，而不依赖于外在的任务奖励。这种机
Summary
强化学习中的一个概念，指智能体基于内部好奇心 …
探索-利用困境
Definition
在决策过程中，智能体面临权衡：它们可以利用当前知识获得最佳即时奖励，或者探索未知选项以潜在地找到更好的长期策略。
Summary
探索-利用困境是强化学习中的一个基本问题，智能体 …
在线策略
Definition
在线策略算法要求智能体直接从其当前策略所采取的动作中学习。这意味着在探索过程中收集的数据被立即用于更新策略，从而确保数据分布的一致性。
Summary
一种强化学习方法，其中被评 …
长视界
Definition
长视界问题涉及一系列动作，其中早期决策的影响仅在许多步骤后才显现。这在机器人技术、规划和多步推理任务中很常见。挑战…
Summary
指需要在较长时间范围内进行决 …
状态
Definition
状态代表了在马尔可夫决策过程（MDP）等系统中确定未来行为所需的所有相关信息。在强化学习中，状态封装了环境的当前情况。
Summary
系统在特定时刻的完整配置。
Key …
策略
Definition
“策略”一词根据上下文具有双重含义。在一般管理中，它是决策的指导原则。在强化学习（RL）中，策略是智能体的核心组成部分，它定义了智能体在特定状态下应采取的动作概率分布或确定性动 …
分层
Definition
分层AI系统将信息或控制组织成嵌套层的树状结构。在强化学习中，分层强化学习（Hierarchical RL）将复杂任务分解为由高层管理的子目标…
Summary
指 …
动作
Definition
在人工智能和机器人技术中，动作是指智能体为与环境交互而采取的具体步骤或决策。动作是基于当前状态选择的。
Summary
智能体为影响其环境而执行的操作。