Glossary पर वापस जाएं
एपिसोड
एक एपिसोड एक कार्य का एक एकल, पूर्ण प्रयास है — प्रारंभिक स्थिति से कार्य सफलता, विफलता, या समय समाप्ति तक। सुदृढ़ीकरण सीखने में, एजेंट एक एपिसोड के लिए पर्यावरण के साथ इंटरैक्ट करता है, पुरस्कार जमा करता है, और फिर पर्यावरण को रीसेट किया जाता है। अनुकरण सीखने में, प्रत्येक रिकॉर्ड किया गया प्रदर्शन एक एपिसोड का गठन करता है। एपिसोड रोबोट सीखने के डेटासेट की मौलिक इकाई हैं: 1,000 एपिसोड का एक डेटासेट संबंधित अवलोकन, क्रिया और परिणामों के साथ 1,000 कार्य प्रयास रखता है। एपिसोड की लंबाई, रीसेट शर्तें, और सफलता मानदंड सुसंगत डेटा संग्रह सुनिश्चित करने के लिए सटीक रूप से परिभाषित किए जाने चाहिए। इसे व्यवहार में देखें: हमारी डेटा संग्रह सेवा →