environment dynamics
De regler, der bestemmer, hvordan et miljø ændrer sig som reaktion på en agents handlinger, typisk beskrevet ved en overgangsfunktion i en Markov-beslutningsproces.
Kort fortalt
Environment dynamics er de love, der styrer, hvordan en AI's omgivelser udvikler sig, når den foretager en handling – altså hvad der sker som reaktion.
- Kategori
- begreb
- Niveau
- øvet
Betydninger
1- 1
De mekanismer, der bestemmer, hvordan en tilstand i et AI-miljø ændres til en ny tilstand efter en agents handling, ofte beskrevet ved en deterministisk eller stokastisk overgangsfunktion.
- I et skakspil er miljødynamikken deterministisk: et træk fører altid til en bestemt ny brætposition.
- Model-baseret forstærkningslæring kræver en nøjagtig eller lært repræsentation af miljødynamikken for at kunne planlægge effektivt.
Hvornår bruges det
Begrebet anvendes især inden for forstærkningslæring, hvor miljødynamikken modelleres som en overgangssandsynlighed P(s'|s,a) i en MDP. Det er centralt for planlægningsalgoritmer og model-baseret forstærkningslæring, hvor agenten lærer eller kender dynamikken for at forudsige fremtidige tilstande.
Oprindelse
Udtrykket er dannet af 'environment' (miljø) og 'dynamics' (dynamik), lånt fra fysik og kontrolteori, hvor dynamik beskriver systemers tidsmæssige udvikling.
Afledte ord
1Kilder
1- Reinforcement Learning: An Introduction (Sutton & Barto)