AI 용어집
인공지능 완전 사전
MuZero
Algorithme d'apprentissage par renforcement qui apprend simultanément un modèle de transition, de récompense et de valeur sans aucune connaissance préalable de la dynamique de l'environnement.
Modèle de valeur
Réseau neuronal dans MuZero qui estime la valeur attendue des états futurs, guidant le processus de planification vers les actions les plus prometteuses.
MCTS (Monte Carlo Tree Search)
Algorithme de recherche arborescente utilisé dans MuZero pour explorer efficacement l'espace des actions futures en équilibrant exploitation et exploration dans les simulations.
Planification
Processus par lequel MuZero utilise son modèle appris pour simuler et évaluer différentes séquences d'actions avant de choisir la meilleure action à exécuter.
AlphaZero
Algorithme prédécesseur de MuZero qui nécessitait la connaissance des règles du jeu, contrairement à MuZero qui apprend dynamiquement le modèle de l'environnement.
Self-play
Méthode d'entraînement où MuZero joue contre lui-même pour générer des données d'apprentissage, permettant une amélioration continue sans intervention humaine.
Replay Buffer
Structure de données stockant les expériences passées que MuZero réutilise pour entraîner ses réseaux de manière efficace et stable.
Generalization in Planning
Capacité de MuZero à appliquer son modèle appris à des situations nouvelles et non vues lors de l'entraînement, démontrant une robustesse remarquable.
Value Network
Réseau neuronal qui évalue la qualité d'un état donné en prédisant la somme des récompenses futures attendues à partir de cet état.
Policy Network
Composant de MuZero qui suggère une distribution de probabilité sur les actions possibles, guidant l'exploration pendant la recherche MCTS.
Bootstrap
Technode où MuZero utilise ses propres prédictions pour s'améliorer itérativement, créant un cycle d'auto-amélioration sans supervision externe.
Imagination Learning
Processus par lequel MuZero apprend à partir de simulations internes plutôt que d'interactions réelles, lui permettant d'explorer efficacement l'espace des états.
Search Policy
Stratégie utilisée par MuZero pour sélectionner quelles actions explorer pendant la recherche MCTS, optimisant le compromis entre exploration et exploitation.