WEBVTT 00:00.300 --> 00:02.280 Xin chào và chào mừng đến với hướng dẫn này. 00:02.310 --> 00:04.500 Được rồi, bây giờ chúng ta có mắt của mình. 00:04.530 --> 00:06.090 Nó đã sẵn sàng để được đào tạo. 00:06.090 --> 00:09.610 Và bước đầu tiên của quá trình đào tạo là thiết lập chơi lại trải nghiệm. 00:09.630 --> 00:11.220 Vì vậy, chúng tôi đang dần đến đó. 00:11.220 --> 00:16.580 Khóa đào tạo và tin tốt là chúng tôi có một phiên bản phát lại trải nghiệm được triển khai. 00:16.590 --> 00:23.430 Bên cạnh đó, nó được điều chỉnh để theo dõi tính đủ điều kiện, mà tôi nhắc nhở là một kỹ thuật mà thay vì học các giá trị 00:23.430 --> 00:27.060 gợi ý, mỗi lần chuyển đổi sẽ học nó, cứ mỗi 10 lần chuyển đổi. 00:27.060 --> 00:29.340 Vì vậy, về cơ bản đó là hoàn toàn giống như trước đây. 00:29.340 --> 00:34.740 Nhưng thay vì có một mục tiêu duy nhất, một phần thưởng duy nhất cho mỗi bước, chúng ta sẽ có một 00:34.740 --> 00:40.710 mục tiêu tích lũy trên mười bước và phần thưởng tích lũy trên mười bước, và chúng ta sẽ học trên mười bước mỗi lần. 00:40.710 --> 00:44.900 Vì vậy, chúng ta đang học về mười chuyển đổi, mười bước thay vì một như trước đây. 00:44.910 --> 00:50.250 Và với điều này mắt của chúng ta sẽ hoạt động kỳ diệu và điều đó sẽ tạo nên một số điều kỳ diệu cho quá trình luyện tập. 00:50.250 --> 00:53.730 Bạn biết đấy, việc đào tạo sẽ mất ít thời gian hơn rất nhiều nhờ vào kỹ thuật này. 00:53.730 --> 00:58.740 Nhưng chúng ta phải chỉ định một kinh nghiệm, hãy phát lại mà chúng ta đang học sau mỗi mười bước. 00:58.740 --> 01:04.710 Vì vậy, đó là lý do tại sao việc phát lại trải nghiệm này không phải là cách triển khai cổ điển của việc phát lại trải nghiệm như cách 01:04.710 --> 01:06.000 chơi dành cho xe tự lái. 01:06.030 --> 01:12.390 Đây là một triển khai phát lại trải nghiệm có tính đến việc học mười bước này và do đó bạn sẽ 01:12.390 --> 01:18.810 tìm thấy trong tệp phát lại trải nghiệm này hai lớp, một lớp giúp mắt bạn tiến bộ trong mười bước để nó 01:18.810 --> 01:23.220 có thể tổng hợp các phần thưởng quan sát được trên mười bước này. 01:23.220 --> 01:24.390 Đó là lớp học đầu tiên. 01:24.390 --> 01:29.490 Và chúng ta cần lớp này vì chúng ta cần bao gồm mười bước này trong lớp bộ nhớ phát lại, là lớp mà 01:29.490 --> 01:31.560 chúng ta triển khai để phát lại trải nghiệm. 01:31.560 --> 01:36.960 Và đó là cách chúng tôi đảm bảo rằng bộ nhớ cũng tính đến thực tế là chúng tôi đang học 01:36.960 --> 01:37.770 trên mười bước. 01:37.770 --> 01:41.610 Vì vậy, đó là lý do tại sao bạn sẽ tìm thấy hai lớp trong việc triển khai phát lại trải nghiệm này. 01:41.610 --> 01:47.130 Nhưng đó chỉ là tính đến việc chúng ta đang học trên mười bước, và điều đó cũng phải được 01:47.130 --> 01:48.870 tính đến trong bộ nhớ. 01:49.140 --> 01:51.780 Vì vậy, nói về trí nhớ của chúng ta, hãy tạo ra nó. 01:51.780 --> 01:54.600 Chúng ta sẽ gọi bộ nhớ của chúng ta. 01:55.140 --> 02:00.270 Và như vậy bộ nhớ sẽ là một đối tượng của lớp bộ nhớ phát lại. 02:00.270 --> 02:04.740 Và lớp bộ nhớ phát lại là một lớp của tệp P phát lại trải nghiệm này. 02:04.740 --> 02:08.880 Và vì vậy, trước tiên tôi sẽ thực hiện lần phát lại tệp có kinh nghiệm này. 02:10.100 --> 02:10.370 Sau đó. 02:10.370 --> 02:15.770 Dutt Và đó là nơi tôi học lớp bộ nhớ phát lại. 02:15.770 --> 02:16.610 Hoàn hảo. 02:16.610 --> 02:19.720 Và bây giờ, như bạn thấy, chúng ta có hai đầu vào, hai đối số. 02:19.730 --> 02:25.580 Đối số đầu tiên là và các bước tương ứng chính xác với số bước mà chúng ta sẽ tìm 02:25.580 --> 02:27.320 hiểu các giá trị Q. 02:27.320 --> 02:31.910 Vì vậy, bạn biết đấy, số bước mà chúng tôi tích lũy mục tiêu và phần thưởng. 02:31.910 --> 02:35.630 Vì vậy, chúng ta sẽ có một mục tiêu tích lũy và phần thưởng tích lũy. 02:35.630 --> 02:39.620 Và đối số thứ hai là dung lượng là kích thước của bộ nhớ. 02:39.620 --> 02:42.560 Ví dụ, ở đây chúng ta có thể thấy 10.000. 02:42.560 --> 02:47.600 Vì vậy, nếu dung lượng bằng 10.000, điều đó có nghĩa là bộ nhớ sẽ có kích thước 10.000. 02:47.600 --> 02:54.140 Và do đó, điều đó có nghĩa là chúng ta sẽ nhận được bộ nhớ ít hơn 10.000 bước được thực hiện bởi AI. 02:54.170 --> 02:57.170 Nhưng một lần nữa, chúng ta sẽ không tìm hiểu mọi quá trình chuyển đổi. 02:57.170 --> 03:01.700 Chúng ta sẽ học mười bước một trong số 10.000 bước cuối cùng của bộ nhớ. 03:01.700 --> 03:05.960 Và đó chính xác là tính năng mới này mà chúng tôi giới thiệu ở đây so với trước đây. 03:05.960 --> 03:08.990 Trước đây, chúng tôi chỉ có thủ thuật bộ nhớ phát lại này. 03:08.990 --> 03:13.940 Và ở đây chúng tôi có thủ thuật ghi nhớ phát lại này, cùng với mẹo học mười bước một lần này. 03:13.940 --> 03:18.710 Và chúng ta sẽ học mười bước một lần và chúng ta sẽ làm điều đó trong bộ nhớ bao 03:18.710 --> 03:19.940 gồm 10.000 bước cuối cùng. 03:19.940 --> 03:27.290 Và điều này được thực hiện lại theo kinh nghiệm kết hợp với một dấu vết đủ điều kiện với mười bước sẽ cải thiện 03:27.290 --> 03:29.090 đáng kể hiệu suất đào tạo. 03:29.240 --> 03:31.040 Vì vậy, hãy nhập hai đối số này. 03:31.040 --> 03:38.540 Bước đầu tiên là một bước và nó sẽ bằng với những gì hiện tại, giả sử và các bước. 03:38.540 --> 03:44.810 Chúng tôi sẽ chỉ định bước nào và bước nào ngay sau đó nó thực sự sẽ là một đối tượng của lớp 03:44.810 --> 03:50.960 khác của tệp phát lại trải nghiệm này, là lớp Tiến trình Bước MN và cho phép thực hiện tiến trình AI 03:50.960 --> 03:52.070 trong mười bước. 03:52.070 --> 03:57.920 Và hãy nhớ rằng, trong mười bước, chúng tôi sẽ tổng hợp phần thưởng dưới mười bước để nhận phần thưởng tích 03:57.920 --> 04:01.970 lũy trong mười bước và đó chính xác là dấu vết đủ điều kiện. 04:01.970 --> 04:08.930 Vì vậy, bây giờ những gì chúng ta phải làm là tạo cái này và các bước ở đây và chúng ta tạo nó bằng lớp thứ hai mà 04:08.930 --> 04:12.830 chúng ta có trong tệp phát lại trải nghiệm này, đang trong quá trình thực hiện. 04:12.830 --> 04:15.050 Vì vậy, bây giờ chúng ta sẽ tạo các bước kết thúc. 04:16.170 --> 04:16.980 Như thế này. 04:17.220 --> 04:28.200 Và đây sẽ là một đối tượng của lớp MN Step Progress mà chúng tôi lấy lại từ kinh nghiệm của mình. 04:28.620 --> 04:30.450 Phát lại tệp. 04:30.720 --> 04:31.570 Chúng ta bắt đầu. 04:31.590 --> 04:32.570 Vậy là xong bước cuối cùng. 04:32.580 --> 04:33.480 Tiến trình lớp học. 04:33.480 --> 04:35.490 Và bây giờ chúng ta phải nhập ba đối số. 04:35.520 --> 04:40.920 Như bạn có thể thấy, chúng tôi phải nhập môi trường, đó là môi trường diệt vong ở đây mà chúng tôi đã nhập. 04:40.950 --> 04:47.520 Sau đó, đối số thứ hai là AI của chúng tôi và đây tất nhiên sẽ là AI mà chúng tôi đã xây dựng ngay tại đây 04:47.520 --> 04:48.600 trong phần xem trước. 04:48.840 --> 04:51.270 Và đối số cuối cùng là bước kết thúc. 04:51.270 --> 04:57.060 Và đây, đó là nơi chúng tôi sẽ chỉ định rằng chúng tôi muốn có mười bước, bạn biết đấy, để học mỗi mười bước. 04:57.060 --> 04:58.740 Tức là cứ mười lần chuyển đổi. 04:58.950 --> 05:01.050 Vì vậy, hãy nhập các đối số này. 05:01.050 --> 05:04.230 Điều đầu tiên là môi trường, và đó là sự diệt vong. 05:04.740 --> 05:11.590 Và được rồi, cái thứ hai là AI của chúng tôi và chúng tôi gọi nó là AI. 05:11.610 --> 05:12.620 Đó là một trong những ở đây. 05:12.630 --> 05:16.530 Vì vậy, đây chỉ là tên của đối số của lớp tiến trình bước cuối. 05:16.530 --> 05:20.850 Và AI này ở đây là AI của chúng tôi, AI mà chúng tôi đã xây dựng. 05:21.060 --> 05:26.610 Và sau đó đối số cuối cùng là bước kết thúc, và đó là bằng mười. 05:27.000 --> 05:27.690 Được rồi. 05:27.690 --> 05:33.270 Vì vậy, ngay bây giờ, chúng tôi chỉ ghi nhớ trong ký ức rằng có một sự học hỏi về mười bước. 05:33.270 --> 05:36.780 Và việc học qua mười bước này được gọi là theo dõi tính đủ điều kiện. 05:36.960 --> 05:39.450 Vì vậy, chúng tôi thực sự đang nghiên cứu những thứ nâng cao ở đây. 05:39.450 --> 05:44.060 Nhưng hãy nhớ rằng vì chúng ta đang cố gắng trở nên ngu ngốc, điều đó chẳng khác gì làm một miếng bánh. 05:44.070 --> 05:47.310 Vì vậy, chúng tôi cần những kỹ thuật tiên tiến này để làm cho nó hoạt động. 05:47.430 --> 05:53.370 Vì vậy, bây giờ chúng ta gần như đã sẵn sàng trước khi chuyển sang bước tiếp theo, thực sự sẽ là về việc triển khai theo 05:53.370 --> 05:54.610 dõi tính đủ điều kiện. 05:54.630 --> 06:01.590 Điều duy nhất mà chúng ta phải bao gồm tất nhiên là dung lượng, và đó là 10.000. 06:01.980 --> 06:09.210 Bộ nhớ sẽ có kích thước 10.000, có nghĩa là bộ nhớ sẽ chứa 10.000 bước cuối cùng được thực hiện bởi AI 06:09.210 --> 06:13.740 và điều đó sẽ cho phép chúng tôi tạo một số lô nhỏ. 06:13.740 --> 06:19.470 Như bạn nhớ, với hàm mẫu, bạn biết đấy, bộ nhớ chứa 10.000 chuyển đổi, nhưng để đào tạo 06:19.470 --> 06:25.560 AI, chúng tôi sẽ lấy mẫu một số lô nhỏ gồm mười chuyển đổi, không phải một so với trước mười 06:25.590 --> 06:27.000 chuyển đổi lần này. 06:27.000 --> 06:32.790 Và chúng tôi sẽ lấy mẫu các lô nhỏ gồm mười quá trình chuyển đổi trong bộ nhớ bao gồm 10.000 bước cuối cùng. 06:33.300 --> 06:33.720 Được rồi. 06:33.720 --> 06:38.730 Vì vậy, bây giờ tôi đoán chúng ta đã sẵn sàng chuyển sang bước tiếp theo, đó là về việc triển khai theo dõi tính đủ 06:38.730 --> 06:39.330 điều kiện. 06:39.330 --> 06:41.490 Vì vậy, chúng ta sẽ có một số cuộc phiêu lưu ở đây. 06:41.490 --> 06:43.560 Đây sẽ không phải là một thực hiện đơn giản. 06:43.560 --> 06:45.090 Vì vậy, có một thời gian nghỉ ngơi tốt. 06:45.090 --> 06:47.580 Và khi bạn đã sẵn sàng, chúng tôi có thể tấn công điều này. 06:47.700 --> 06:48.860 Cho đến lúc đó, hãy tận hưởng. 06:48.870 --> 06:49.260 TÔI.