ENTRAÎNEMENT INTERACTIF

Apprenez à un modèle à voir le motif.

Ajustez la recette d'apprentissage, lancez la simulation et observez la frontière de décision apprendre en temps réel.

STATUT ACTUEL Ready to run Poids initialisés

Jeu de données

Modèle

Taux d'apprentissage0.08

Taille du lot16

Étape Lancer l'entraînement

ÉPOQUE0Non démarré

PERTE—Awaiting first pass

PRÉCISION—Awaiting first pass

CONFIANCE—Force du signal du modèle

VUE DU MODÈLE EN DIRECT

Frontière de décision

Classe AClasse B

SURVOLEZ / APPUYEZ POUR INSPECTERMove over the mapx 0.00 · y 0.00

Appuyez sur Exécuter pour commencer l'apprentissage

Mises à jour de la frontière après chaque lot32 samples

SIGNAL D'ENTRAÎNEMENT

Perte au fil du temps

—

débutépoquemaintenant

↘

À surveiller

Exécutez quelques époques pour voir le modèle séparer les classes.

ANATOMIE DU MODÈLE

Activité du réseau

2 layers

activation faibleactivation élevéepoids positifpoids négatif

CONSOLE D'EXÉCUTION

Journal d'entraînement

Effacer

LABORATOIRE D'APPRENTISSAGE D'AGENT

Apprenez à un agent à atteindre la balise.

Regardez une petite politique apprendre à partir de la récompense, explorer les obstacles et compléter un itinéraire, une décision à la fois.

STATUT DE LA MISSION

Tâche

Exploration24%

Vitesse d'exécution

Faire avancer l'agent Réinitialiser la mission

ÉPISODE—exécution d'apprentissage actuelle

RÉCOMPENSE—retour d'étape

ÉTAPES—longueur du chemin

TAUX DE RÉUSSITE0%

ESPACE D'ÉTAT + POLITIQUE

Champ de navigation appris

POLITIQUE Q

INSPECTEUR D'ÉTAT

politique apprise trace de l'agent obstacle balise objectif

Les flèches indiquent l'action ayant la plus grande valeur pour chaque état. Survolez ou appuyez sur une cellule pour inspecter ses valeurs Q.

SIGNAL DE RENFORCEMENT

Récompense par épisode

—

débutépisodemaintenant

↗

À surveiller

INSPECTEUR DE VALEUR Q

État sélectionné

↑Haut0.00

→Droite0.00

↓Bas0.00

←Gauche0.00

Une valeur Q estime le retour futur de la prise d'une action à partir de cet état.