WEBVTT 00:00.980 --> 00:04.520 Xin chào và chào mừng bạn trở lại khóa học về Trí tuệ nhân tạo. 00:04.520 --> 00:07.490 Hôm nay chúng ta sẽ thảo luận về kế hoạch tấn công của phần này. 00:07.490 --> 00:11.120 Chúng tôi đang nói về học chính và chúng tôi đã có khá nhiều hướng dẫn. 00:11.120 --> 00:19.460 Vì vậy, tôi nghĩ chúng ta nên nhanh chóng lướt qua chúng để hiểu nội dung mong đợi trong các video sắp 00:19.460 --> 00:20.180 tới. 00:20.300 --> 00:21.260 Vì vậy, chúng ta bắt đầu. 00:22.010 --> 00:22.490 Được rồi. 00:22.490 --> 00:24.770 Chúng ta sẽ học gì trong phần này. 00:25.040 --> 00:31.610 Điều đầu tiên, chúng ta sẽ nói về học tăng cường thực sự là gì và triết lý đằng sau việc học tăng cường là gì 00:31.610 --> 00:37.850 và cách học tăng cường thực sự có thể được nhìn thấy trong cuộc sống thực và nó liên quan như thế nào đến 00:37.850 --> 00:43.910 những thứ mà chúng ta quan sát được trong cuộc sống thực sự là những thứ mà chúng ta làm. chính chúng ta. 00:44.540 --> 00:51.320 Chúng ta sẽ nói về Phương trình Belmont, một khái niệm rất cơ bản làm nền tảng cho mọi thứ hoặc nhiều thứ 00:51.320 --> 00:56.720 đang diễn ra trong học tập củng cố, đặc biệt là trong không gian học tập này. 00:56.720 --> 01:01.610 Và những gì chúng ta sẽ thảo luận trong phần này của khóa học và trong 01:01.610 --> 01:10.100 các phần tiếp theo, sau đó chúng ta sẽ nói về kế hoạch và phương án mà trí tuệ nhân tạo đưa ra để điều hướng bên trong môi 01:10.100 --> 01:11.540 trường của chúng ta. 01:11.540 --> 01:14.530 Và chúng ta sẽ xem điều đó làm thế nào mà điều đó kết hợp với nhau. 01:14.540 --> 01:17.220 Hướng dẫn rất nhanh, nhưng khá thú vị. 01:17.480 --> 01:21.080 Sau đó, chúng ta sẽ nói về các quy trình quyết định thị trường và khái niệm mới. 01:21.080 --> 01:29.030 Chúng tôi sẽ giới thiệu một khái niệm rất mới, từ từ thậm chí sẽ bổ sung thêm một lớp phức tạp cho phương trình Belmont của chúng tôi, 01:29.030 --> 01:34.850 cho toàn bộ quá trình học tăng cường của chúng tôi, cho các khái niệm học chính của chúng tôi. 01:34.850 --> 01:39.650 Và đó là cách phần này được cấu trúc, chúng tôi giới thiệu Phương trình Belmont ở dạng rất đơn 01:39.650 --> 01:40.070 giản. 01:40.070 --> 01:47.060 Và sau đó từ từ trong suốt các hướng dẫn, chúng tôi thêm các lớp tinh vi vào nó để đi đến 01:47.060 --> 01:48.470 phiên bản cuối cùng. 01:48.470 --> 01:55.010 Đó là điểm đến được chỉ định của chúng tôi về màu sắc, nhưng chúng tôi sẽ đến đó từ từ để chúng tôi có đủ thời 01:55.010 --> 01:58.760 gian xử lý tất cả thông tin đó và để thông tin ổn định. 01:58.760 --> 02:04.790 Và các quy trình ra quyết định của Markov là một lớp phức tạp bổ sung bên trên những gì chúng ta đã thảo luận 02:04.790 --> 02:07.400 hoặc những gì chúng ta sẽ thảo luận sau đó. 02:08.240 --> 02:10.700 Sau đó, chúng ta sẽ nói về chính sách so với kế hoạch. 02:11.090 --> 02:13.760 Một hướng dẫn thú vị khác, tất cả chúng đều thú vị. 02:13.760 --> 02:19.520 Chỉ là một hướng dẫn nhanh khác về cách chính sách khác với các kế hoạch và sự khác biệt đó là gì. 02:19.520 --> 02:24.470 Và đây là những thuật ngữ mà bạn có thể sẽ nghe hoặc đọc trong các tài liệu khác. 02:24.470 --> 02:30.020 Nếu bạn đang đi sâu vào nó để có thêm thông tin về việc học tăng cường, thì chúng ta 02:30.020 --> 02:34.490 sẽ nói về việc thêm một hình phạt sống vào môi trường của chúng ta. 02:34.490 --> 02:41.780 Và đó là một cách khác để tăng thêm sự phức tạp vào môi trường mà các đại lý của chúng tôi 02:41.780 --> 02:42.950 sẽ hoạt động. 02:43.040 --> 02:46.160 Sau đó, chúng ta sẽ nói về trực giác đằng sau việc học chính. 02:46.160 --> 02:51.530 Vì vậy, cho đến phần hướng dẫn đó, chúng ta sẽ nói về giá trị của các trạng thái, và cuối 02:51.530 --> 02:59.210 cùng chúng ta sẽ chuyển sang nói về giá trị của hành động hoặc giá trị Q, và sau đó chúng ta sẽ giới thiệu sự khác biệt theo thời 02:59.210 --> 02:59.690 gian. 02:59.690 --> 03:05.810 Vì vậy, đây là hướng dẫn mà tất cả mọi thứ chúng ta đã học sẽ được kết hợp với nhau để giải 03:05.810 --> 03:11.090 thích chính xác cách mà các tác nhân hoặc nhân tạo trí tuệ nhân tạo học như thế nào? 03:11.090 --> 03:16.160 Làm thế nào để nó cập nhật các giá trị của nó trong suốt quá trình lặp đi lặp lại mà nó đang trải qua? 03:16.610 --> 03:21.470 Và cuối cùng, chúng ta sẽ xem xét hình dung về việc học chính. 03:21.470 --> 03:26.960 Vì vậy, chúng tôi sẽ lấy mọi thứ chúng tôi đã học và chúng tôi sẽ nhìn nó xảy ra trước 03:26.960 --> 03:34.070 mắt chúng tôi và xem một trí tuệ nhân tạo thực sự thực hiện việc học chính và làm tất cả những điều mà chúng tôi 03:34.070 --> 03:37.880 sẽ thảo luận trực quan sẽ thực sự làm được trong thực tế. 03:37.880 --> 03:44.240 Và điều đó sẽ giúp chúng tôi nắm bắt thêm kiến thức mà chúng tôi sẽ đề cập trong phần này. 03:44.240 --> 03:47.360 Vì vậy, hy vọng bạn rất hào hứng với những hướng dẫn sắp tới này. 03:47.360 --> 03:48.740 Tôi chắc chắn là như vậy. 03:48.740 --> 03:51.800 Và có một số trang trình bày rất thú vị sắp ra mắt. 03:51.800 --> 03:56.990 Và quan trọng hơn, bản thân các khái niệm này rất, rất thú vị và tôi chắc rằng 03:56.990 --> 04:01.280 bạn sẽ thích chúng rất nhiều và tôi mong được gặp bạn lần sau. 04:01.280 --> 04:02.570 Cho đến lúc đó, hãy tận hưởng. 04:02.570 --> 04:03.170 TÔI.