WEBVTT 00:00.930 --> 00:03.970 Ciao e bentornati al corso sull'intelligenza artificiale. 00:03.990 --> 00:08.480 Quindi abbiamo parlato dell'equazione di Belman e abbiamo analizzato il nostro piccolo labirinto. 00:08.520 --> 00:11.100 Diamo un'occhiata al piano. 00:11.100 --> 00:12.400 Qual'è il piano. 00:12.750 --> 00:14.650 Bene, ecco la nostra analisi principale. 00:14.670 --> 00:20.970 E sappiamo che possiamo vedere in realtà gli stati i valori di ogni stato possiamo vedere quale sia il 00:20.970 --> 00:23.310 valore di essere in ogni singolo stato. 00:23.400 --> 00:27.810 Quindi l'IA può o l'agente può navigare in questo labirinto. 00:27.840 --> 00:28.770 Quindi qual è il piano. 00:28.770 --> 00:35.640 Bene, il piano è semplicemente come una mappa del tesoro per l'intelligenza artificiale invece di guardare questi valori 00:35.730 --> 00:41.420 che basta sostituirli con delle frecce che indicano in quale direzione l'agente dovrebbe andare. 00:41.490 --> 00:43.360 A causa di quelli perché conosce quei valori. 00:43.350 --> 00:47.230 Quindi uno scenario ideale dopo aver esplorato questo ambiente. 00:47.250 --> 00:50.860 Conosce il valore dell'essere in ogni stato e quindi puoi creare questa mappa. 00:50.870 --> 00:52.330 Quindi diamo un'occhiata di nuovo. 00:52.380 --> 00:58.410 dai due il migliore è questo. Una volta che vai da qui fuori dai due, questo è uno migliore, questo è uno migliore. 00:58.830 --> 01:02.010 Sappiamo che i tuoi valori sono uno così se sei qui fuori 01:02.010 --> 01:02.750 Questo è uno migliore. 01:02.760 --> 01:04.740 O in realtà da qui hai due opzioni a destra. 01:04.770 --> 01:11.130 Quindi è stato un po 'come un pareggio, quindi sceglierne uno a caso non importa quale, perché il valore in entrambi i 01:11.130 --> 01:16.110 casi è lo stesso, e anche se lo guardi ci vorrà lo stesso numero di passi dello 01:16.110 --> 01:18.390 stesso numero di passi per arrivare alla fine. 01:18.690 --> 01:22.520 Da qui hai tre opzioni ma questo è il valore migliore da qui. 01:22.530 --> 01:24.360 Questo è un valore migliore da qui. 01:24.360 --> 01:29.380 Ovviamente questo è stato un valore migliore perché sei sai che hai appena ottenuto meno una ricompensa subito. 01:29.590 --> 01:35.250 E da qui ne hai in realtà tre, ma questo è il migliore del miglior valore dello stato. 01:35.400 --> 01:41.190 E quindi, se li sostituiamo con le frecce, è logico che questo sia il modo in cui l'agente andrebbe se 01:41.200 --> 01:44.570 recitasse qui o risolvesse per qualche motivo che finisse in questo quadrato. 01:44.580 --> 01:46.070 Sa come uscire da qui. 01:46.280 --> 01:48.980 Le stelle e questa piazza sanno come arrivare qui e così via. 01:48.980 --> 01:51.440 Quindi questo è un piano. 01:51.440 --> 01:56.850 simile ai piani, ma hanno un piccolo trucco per loro perché l'ambiente sarà un po 'diverso. 01:56.850 --> 02:01.660 E non confondere il piano con la politica perché parleremo di politiche per l'Iran 02:01.670 --> 02:02.380 è molto 02:02.420 --> 02:07.560 Sarà stocastico ed è quello di cui parleremo nel prossimo tutorial. 02:07.910 --> 02:10.000 Quindi Conway per te sul prossimo. 02:10.020 --> 02:12.060 E fino ad allora divertiti.