Glossary पर वापस जाएं
अवस्था समष्टि
अवस्था समष्टि एक रोबोट और उसके पर्यावरण में हो सकने वाले सभी विन्यासों का पूर्ण समूह है। RL में, मार्कोव अवस्था s वह सभी जानकारी एन्कोड करती है जो भविष्य के पुरस्कार और अवस्था संक्रमण की भविष्यवाणी करने के लिए आवश्यक है — आदर्श रूप से दुनिया का एक पूर्ण विवरण। व्यवहार में, एजेंट के पास केवल आंशिक अवलोकन (छवियां, संयुक्त कोण) तक पहुंच है जो अवस्था को पूरी तरह से कैप्चर नहीं कर सकते (जैसे, अवरुद्ध वस्तुएं, अज्ञात भौतिकी पैरामीटर)। एक अवलोकन समष्टि डिज़ाइन करना जो मार्कोव अवस्था को अच्छी तरह से अनुमानित करता है जबकि कम्प्यूटेशनल रूप से ट्रैक्टेबल रहता है, रोबोट सीखने की प्रणाली डिज़ाइन में एक मुख्य चुनौती है। इसे व्यवहार में देखें: हमारे वास्तविक दुनिया के मूल्यांकन →