EJECUCIÓN DE ENTRENAMIENTO INTERACTIVO

Enséñale a un modelo a ver el patrón.

Ajusta la receta de aprendizaje, ejecuta la simulación y observa cómo el límite de decisión aprende en tiempo real.

ESTADO ACTUAL Ready to run Pesos inicializados

Conjunto de datos

Modelo

Tasa de aprendizaje0.08

Tamaño del lote16

Paso Ejecutar entrenamiento

ÉPOCA0No iniciado

PÉRDIDA—Awaiting first pass

PRECISIÓN—Awaiting first pass

CONFIANZA—Intensidad de la señal del modelo

VISTA DEL MODELO EN VIVO

Límite de decisión

Clase AClase B

PASAR EL MOUSE / TOCAR PARA INSPECCIONARMove over the mapx 0.00 · y 0.00

Presiona Ejecutar para comenzar a aprender

Las actualizaciones de los límites ocurren después de cada lote32 samples

SEÑAL DE ENTRENAMIENTO

Pérdida a lo largo del tiempo

—

inicioépocaahora

↘

Qué observar

Ejecute algunas épocas para ver cómo el modelo separa las clases.

ANATOMÍA DEL MODELO

Actividad de la red

2 layers

activación bajaactivación altapeso positivopeso negativo

CONSOLA DE EJECUCIÓN

Registro de entrenamiento

Borrar

LABORATORIO DE APRENDIZAJE DE AGENTES

Enseña a un agente a llegar a la baliza.

Observe cómo una pequeña política aprende de la recompensa, explora obstáculos y completa una ruta, una decisión a la vez.

ESTADO DE LA MISIÓN

Tarea

Exploración24%

Velocidad de ejecución

Pasar agente Reiniciar misión

EPISODIO—ejecución de aprendizaje actual

RECOMPENSA—retorno de paso

PASOS—longitud de la ruta

TASA DE ÉXITO0%

ESPACIO DE ESTADO + POLÍTICA

Campo de navegación aprendido

POLÍTICA Q

INSPECTOR DE ESTADO

política aprendida rastro del agente obstáculo baliza de objetivo

Las flechas muestran la acción de mayor valor para cada estado. Pase el cursor o toque una celda para inspeccionar sus valores Q.

SEÑAL DE REFUERZO

Recompensa por episodios

—

inicioepisodioahora

↗

Qué observar

INSPECTOR DE VALOR Q

Estado seleccionado

↑Arriba0.00

→Derecha0.00

↓Abajo0.00

←Izquierda0.00

Un valor Q estima el retorno futuro de realizar una acción desde este estado.