Modul ini membongkar siklus inti agen-lingkungan, mulai dari komponen yang menyusun satu interaksi hingga rumus return yang mengikatnya. Empat topik di dalamnya menjelaskan urutan reset-step-akumulasi, perbedaan state dan observasi, anatomi ruang aksi diskret dan kontinu, serta hipotesis reward beserta return terdiskon. Setelah modul ini selesai, kosakata dasar reinforcement learning dapat dipakai untuk membahas proses keputusan Markov.
Siklus agen-lingkungan
Siklus inti mengamati-bertindak-menerima reward, beserta state, observasi, aksi, dan return yang menyusunnya.
0/0 selesai
- Siklus agen-lingkungan
Mengamati, bertindak, mengumpulkan reward, dan mengamati kembali sebagai siklus inti.
- State dan observasi
Observabilitas penuh versus parsial dan apa yang sebenarnya dilihat agen.
- Aksi dan ruang aksi
Aksi diskret versus kontinu dan di antaranya apa yang dipilih kebijakan.
- Reward dan return
Hipotesis reward serta tugas episodik versus berkelanjutan.