Øv med flashcards — Introduksjon til kunstig intelligens

TDT4136

1 / 471

← Tilbake til faget

471 kort

Formel

Rasjonelt valg: maksimer forventet nytte

Formel

a^{*} = ar g a max s^{'} \sum P (s^{'} ∣ s, a) U (s^{'})

Agenten regner ut den sannsynlighetsvektede nytten av hver handling og velger den største. En vanlig feil er å velge handlingen med det beste enkeltutfallet eller det mest sannsynlige gode utfallet i stedet for det beste gjennomsnittet.

Tips: bruk piltastene for å bla og mellomrom/Enter for å snu kortet.