Geral
Aprendizado Profundo
Semana 6
0

Questão

O Deep Q-Network (DQN) é um método que combina Q-Learning com redes neurais profundas para resolver problemas de decisão em ambientes complexos, modelados por Processos de Decisão de Markov (MDP). Esse método é eficaz em situações onde o espaço de estados é muito grande para ser representado explicitamente em tabelas Q.

Em um cenário de Processos de Decisão de Markov (MDP) com um espaço de estados muito grande, como o DQN ajusta suas previsões para escolher a ação mais adequada?
A) Elimina o uso de recompensas futuras, focando apenas nas recompensas imediatas ao atualizar os valores Q.
B) Utiliza a experiência de replay para armazenar e reprocessar transições passadas, permitindo atualizações mais estáveis.
C) Substitui a função de valor Q por uma função de política que é diretamente otimizada a cada etapa de treinamento.
D) Implementa uma rede neural rasa para reduzir o tempo de computação durante o aprendizado.
E) Baseia-se em uma política fixa de seleção de ações para garantir previsões consistentes ao longo do tempo.
function vote(questaoId, value) { window.location.href = "/accounts/login/?next=/questao/3331/"; return; fetch(`/vote/questao/${questaoId}/`, { method: 'POST', headers: { 'Content-Type': 'application/json', 'X-CSRFToken': 'vgIdgu3UtVWgpwVdnplXBVXERnSKNVsatJ7DhIi3YvdKHyy7mmQmqIC25L18tR8W' }, body: JSON.stringify({ value: value }) }) .then(response => response.json()) .then(data => { if (data.success) { document.getElementById(`score-${questaoId}`).textContent = data.score; const upBtn = document.querySelector(`button[onclick="vote(${questaoId}, 1)"]`); const downBtn = document.querySelector(`button[onclick="vote(${questaoId}, -1)"]`); upBtn.classList.remove('active-up'); downBtn.classList.remove('active-down'); if (data.user_vote === 1) upBtn.classList.add('active-up'); if (data.user_vote === -1) downBtn.classList.add('active-down'); } }); }