एआई शब्दावली
आर्टिफिशियल इंटेलिजेंस का पूर्ण शब्दकोश
शून्य-योग खेल
एक सैद्धांतिक परिदृश्य जहाँ एक एजेंट का कुल लाभ दूसरे के नुकसान के बराबर होता है, बहु-एजेंट प्रतिकूल शिक्षण में सख्त प्रतिस्पर्धाओं को मॉडल करने के लिए मौलिक।
मिनिमैक्स एल्गोरिदम
एक निर्णय लेने वाला एल्गोरिदम जो प्रतिकूल स्थितियों में संभावित न्यूनतम लाभ को अधिकतम करता है, प्रतिद्वंद्वी की सबसे खराब कार्रवाइयों के खिलाफ मजबूत रणनीतियाँ विकसित करने के लिए उपयोग किया जाता है।
नैश संतुलन
एक स्थिर स्थिति जहाँ कोई भी एजेंट अपने व्यवहार को एकतरफा बदलकर अपनी रणनीति में सुधार नहीं कर सकता, प्रतिकूल MARL में संतुलन बिंदुओं का विश्लेषण करने के लिए महत्वपूर्ण।
स्व-खेल
प्रशिक्षण की एक पद्धति जहाँ एक एजेंट विकसित होने वाली रणनीतियों के साथ खुद की प्रतिलिपियों के खिलाफ प्रतिस्पर्धा करके सीखता है, बाहरी डेटा की आवश्यकता को समाप्त करता है।
मजबूत नीति
प्रतिकूल व्यवधानों या पर्यावरण में अप्रत्याशित परिवर्तनों का सामना करते हुए उच्च प्रदर्शन बनाए रखने वाली सुदृढ़ीकरण शिक्षण नीति।
सबसे खराब स्थिति अनुकूलन
अनुकूलन का एक प्रतिमान जिसका उद्देश्य सबसे प्रतिकूल परिदृश्यों में प्रदर्शन को अधिकतम करना है, प्रतिकूल हमलों के प्रति लचीले एजेंट विकसित करने के लिए आवश्यक।
प्रतिकूल हमला
पर्यावरण में हेरफेर या दुर्भावनापूर्ण व्यवधानों को इंजेक्ट करके किसी अन्य एजेंट के प्रदर्शन को नुकसान पहुँचाने के लिए एक एजेंट की जानबूझकर की गई कार्रवाई।
रक्षा रणनीति
बहु-एजेंट प्रणालियों में प्रतिकूल हमलों का पता लगाने, उनका मुकाबला करने और उनसे उबरने के लिए डिज़ाइन किए गए तंत्र और नीतियों का समूह।
प्रतिकूल वातावरण
एक सीखने का वातावरण जो सक्रिय रूप से एजेंटों को चुनौतियाँ और बाधाएँ प्रस्तुत करने के लिए डिज़ाइन किया गया है, जो वास्तविक शत्रुतापूर्ण या अप्रत्याशित परिस्थितियों का अनुकरण करता है।
नीति आसवन
ज्ञान हस्तांतरण की एक तकनीक जहाँ एक एजेंट द्वारा सीखी गई जटिल नीति को एक सरल और अधिक कुशल रूप में संपीड़ित किया जाता है, जिसे अक्सर प्रतिकूल प्रशिक्षण के बाद उपयोग किया जाता है।
प्रतिकूल सुदृढ़ीकरण सीखना
सुदृढ़ीकरण सीखने का एक प्रतिमान जो मजबूती और सामान्यीकरण क्षमताओं में सुधार के लिए प्रशिक्षण प्रक्रिया में स्पष्ट रूप से प्रतिकूल एजेंटों को शामिल करता है।
बहु-एजेंट प्रतिकूल बैंडिट
बैंडिट समस्या का विस्तार जहाँ कई एजेंट एक ऐसे वातावरण में परस्पर क्रिया करते हैं जहाँ पुरस्कार संभावित रूप से प्रतिकूलों द्वारा हेरफेर किए जा सकते हैं।
प्रतिकूल अनुकरण सीखना
अनुकरण सीखने की एक दृष्टिकोण जो विशेषज्ञों की तुलना में अनुकरण किए गए व्यवहार की गुणवत्ता का मूल्यांकन और सुधार करने के लिए प्रतिकूल विवेचकों का उपयोग करती है।
मजबूती परीक्षण
एजेंटों के प्रदर्शन का व्यवस्थित मूल्यांकन जो चरम परिदृश्यों और समन्वित हमलों का सामना करते हैं, उनकी लचीलापन मापने और कमजोरियों की पहचान करने के लिए।
प्रतिकूल विक्षोभ
अवलोकनों या वातावरण में सूक्ष्म लेकिन जानबूझकर किया गया परिवर्तन जो लक्षित एजेंट की निर्णय लेने की प्रक्रिया में त्रुटियाँ उत्पन्न करने के लिए डिज़ाइन किया गया है।
रणनीतिक अनिश्चितता
प्रतिकूलों की भावी इरादों और रणनीतियों के बारे में अनिश्चितता, जिसके लिए बहु-एजेंट निर्णय लेने में संभाव्य और अनुकूली दृष्टिकोणों की आवश्यकता होती है।
गेम-थ्योरेटिक एमएआरएल
प्रतिस्पर्धी संदर्भों में रणनीतिक व्यवहारों का विश्लेषण और अनुकूलन करने के लिए बहु-एजेंट सुदृढ़ीकरण सीखने में खेल सिद्धांत का अनुप्रयोग।