WEBVTT 00:00.930 --> 00:03.970 Hallo und herzlich willkommen zum Kurs über künstliche Intelligenz. 00:03.990 --> 00:08.480 Wir haben also über die Belman-Gleichung gesprochen und unser kleines Labyrinth analysiert. 00:08.520 --> 00:11.100 Schauen wir uns den Plan an. 00:11.100 --> 00:12.400 Wie ist der Plan. 00:12.750 --> 00:14.650 Nun, hier ist unsere Hauptanalyse. 00:14.670 --> 00:20.970 Und wir wissen, dass wir tatsächlich die Zustände sehen können, die Werte jedes Zustands. Wir können sehen, welchen Wert es 00:20.970 --> 00:23.310 hat, in jedem einzelnen Zustand zu sein. 00:23.400 --> 00:27.810 Daher kann die KI oder der Agent in diesem Irrgarten navigieren. 00:27.840 --> 00:28.770 Was ist also der Plan? 00:28.770 --> 00:35.640 Nun, der Plan ist einfach eine Schatzkarte für künstliche Intelligenz, anstatt diese Werte zu betrachten, die sie 00:35.730 --> 00:41.420 einfach durch Pfeile ersetzen, die angeben, in welche Richtung der Agent gehen soll. 00:41.490 --> 00:43.360 Wegen denen, weil sie diese Werte kennt. 00:43.350 --> 00:47.230 Ein ideales Szenario, nachdem diese Umgebung erforscht wurde. 00:47.250 --> 00:50.860 Es kennt den Wert, in jedem Zustand zu sein, und daher können Sie diese Karte finden. 00:50.870 --> 00:52.330 Also, schauen wir uns das nochmal an. 00:52.380 --> 00:58.410 Wir wissen, dass Ihre Werte eins sind. Wenn Sie also von den beiden hier sind, ist dies der bessere. Sobald Sie von hier 00:58.830 --> 01:02.010 aus direkt zu den beiden gehören, ist dieser eine bessere, der bessere. 01:02.010 --> 01:02.750 Dieser ist ein besserer. 01:02.760 --> 01:04.740 Oder von hier aus haben Sie zwei Möglichkeiten richtig. 01:04.770 --> 01:11.130 Er war ein bisschen wie ein Unentschieden, so dass es einfach egal 01:11.130 --> 01:16.110 ist, welches der beiden in beiden Fällen derselbe ist 01:16.110 --> 01:18.390 Schritte bis zum Ende. 01:18.690 --> 01:22.520 Von hier aus haben Sie drei Optionen, aber hier ist der bessere Wert. 01:22.530 --> 01:24.360 Dieser ist von hier aus ein besserer Wert. 01:24.360 --> 01:29.380 Offensichtlich war dies ein besserer Wert, weil Sie wissen, dass Sie es sofort abzüglich einer Belohnung erhalten. 01:29.590 --> 01:35.250 Und von hier aus haben Sie tatsächlich drei, aber dieser ist der beste Wert des Staates. 01:35.400 --> 01:41.190 Wenn wir sie also durch Pfeile ersetzen, ist es sinnvoll, dass der Agent so aussieht, wenn er hier spielt 01:41.200 --> 01:44.570 oder aus irgendeinem Grund löst, wenn er in dieses Feld fällt. 01:44.580 --> 01:46.070 Es weiß, wie man hier rauskommt. 01:46.280 --> 01:48.980 Stars und dieses Quadrat wissen, wie man hier vorankommt und so weiter. 01:48.980 --> 01:51.440 Das ist also ein Plan. 01:51.440 --> 01:56.850 Verwechseln Sie den Plan nicht mit der Politik, denn wir werden über eine Politik für den Iran sprechen, 01:56.850 --> 02:01.660 die den Plänen sehr ähnlich ist, aber sie haben einen kleinen Trick, weil die Umgebung etwas 02:01.670 --> 02:02.380 anders ist. 02:02.420 --> 02:07.560 Es wird stochastisch sein und darüber werden wir im nächsten Tutorial sprechen. 02:07.910 --> 02:10.000 Also, Conway, zum nächsten. 02:10.020 --> 02:12.060 Und bis dahin genießen.