国科大高级人工智能10-强化学习(多臂赌博机、贝尔曼)

文章目录

  • 多臂赌博机Multi-armed bandit(无状态)
  • 马尔科夫决策过程MDP(markov decision process
  • 1.动态规划
  • 蒙特卡罗方法——不知道环境完整模型情况下
    • 2.1 on-policy蒙特卡罗
    • 2.2 off-policy蒙特卡罗
  • 时序差分方法

  • 强化学习:Reinforcement learning
    • 目标:学习从环境状态到行为的映射,智能体选择能够获得环境最大奖赏的行为,使得外部环境对学习系统在某种意义下的评价为最佳
    • 区别:
      • 监督学习:标注中学习
      • 强化学习:交互——学习策略
    • 特性——用于判断某一问题可否用强化学习求解
      • 试错搜索
      • 延迟奖励
    • 挑战
      • exploitation 开采(按原方法进行
      • exploration勘测(看有没有其他方法,试一试
    • 注重总体目标,阶段性不重要
    • 主体:智能体和环境
      • 状态、行为和奖励
    • 要素
      • 策略
        • 状态到行为的映射
          • 确定策略S->A
          • 随机策略S->A1\A2\A3?
      • 奖励
        • 关于状态和行为的函数,有不确定性
      • 价值
        • 累积奖励
        • 长期目标
      • 环境模型
        • 刻画反馈
  • 反馈
    • 评价性反馈(强化学习)
      • 对行为评价
    • 指导性反馈(监督学习)
      • 独立于行为

多臂赌博机Multi-armed bandit(无状态)

方法确定性?特性
贪心策略At=argmaxaQt(a)(均值)At=argmax_aQ_t(a)(均值)At=argmaxaQt(a)(确定性算法
ϵ\epsilonϵ贪心策略1−ϵ1-\epsilon1ϵ:贪心选择;ϵ\epsilonϵ:随机选择确定性算法-
乐观初值法Optimistic initial values每个行为的初值都高Q1高,ϵ=0\epsilon=0ϵ=0确定性算法初始只探索,最终贪心
UCBAT=argmaxa(Qt(a)+clntNt(a)),Nt(a)−a被选择的次数A_T=argmax_a(Q_t(a)+c\sqrt{\frac{lnt}{N_t(a)}}),N_t(a)-a被选择的次数AT=argmaxa(Qt(a)+cNt(a)lnt),Nt(a)a确定性算法最初差,后比贪心好,收敛于贪心
梯度赌博机算法$P(A_t=a)=\frac{e{H_t(a)}}{\Sigma_b=1k e^{H_t(b)}}=\pi_t(a).优化目标 E(R_t)=\Sigma_b\pi_t(b)q(b) $不确定性算法更新Ht
  • 形式化

    • 行为:摇哪个臂
      • At:第t轮的行为
    • 奖励:每次摇臂获得的奖励
      • Rt:奖励
    • 第t轮采取的行为a的期望:
      • q(a)=E(Rt|At=a)
      • –贪心策略,每次都选期望最大的a,但不知道期望
      • 只能通过经验,对q(a)估计Qt(a),用贪心策略依据Qt(a)
  • 优化目标:当前行为的期望收益

  • 策略

    • 利用:exploitation
      • 按照贪心策略进行选择,即选择𝑄𝑡 𝑎 最大的行为𝑎
      • 优点:最大化即时奖励
      • 缺点:由于𝑄𝑡 𝑎 只是对𝑞∗ 𝑎 的估计,估计的不确定性导致按照贪心策略选择的行为不一定是使𝑞∗ 𝑎 最大的行为
    • 探索:Exploration
      • 选择贪心策略之外的行为(non-greedy actions)
      • 缺点:短期奖励会比较低
      • 优点:长期奖励会比较高,通过探索可以找出奖励更大的行为,供后续选择
    • 每次二选一,如何平衡?
  • 贪心策略

    • At=argmaxaQt(a)A_t=argmax_aQ_t(a)At=argmaxaQt(a)
    • 有多个最大,则随即一个
  • ϵ\epsilonϵ贪心策略

    • 1−ϵ1-\epsilon1ϵ:贪心选择(exploitation
    • ϵ\epsilonϵ:随机选择(exporation
    • ϵ\epsilonϵ–取决于q(a)的方差,方差越大,取值越大
    • eg
      • 假设q(a)~N(0,1)
      • 则At~N(0,1)正态分布
  • 行为估值方法Qt(a)

    • Qt(a)=采取该行为所获得的奖励和采取该行为的次数=Σi=1t−1Ri1Ai=aΣi=1t−11Ai=a=行为a奖励的均值Q_t(a)=\frac{采取该行为所获得的奖励和}{采取该行为的次数}=\frac{\Sigma_{i=1}^{t-1}R_i1_{A_i=a}}{\Sigma_{i=1}^{t-1}1_{A_i=a}}=行为a奖励的均值Qt(a)==Σi=1t11Ai=aΣi=1t1Ri1Ai=a=a
    • 约定,分母=0,Qt(a)=0
    • 分母无穷大,Qt(a)–>q(a)
    • 增量实现
      • Qn(a)=R1+R2+...+Rn−1n−1Q_n(a)=\frac{R_1+R_2+...+R_{n-1}}{n-1}Qn(a)=n1R1+R2+...+Rn1
      • Qn+1(a)=R1+R2+...+Rn−1+Rnn=1n(Rn+Σi=1n−1Ri)=1n(Rn+(n−1)Qn(a))=Qn(a)−1n(Rn−Qn(a))Q_{n+1}(a)=\frac{R_1+R_2+...+R_{n-1}+R_{n}}{n}=\frac{1}{n}(R_n+\Sigma_{i=1}^{n-1}R_i)=\frac{1}{n}(R_n+(n-1)Q_n(a))=Q_n(a)-\frac{1}{n}(R_n-Q_n(a))Qn+1(a)=nR1+R2+...+Rn1+Rn=n1(Rn+Σi=1n1Ri)=n1(Rn+(n1)Qn(a))=Qn(a)n1(RnQn(a))
    • 更新公式newEstimate<−−oldEstimate+stepsize(target−oldEstimate)newEstimate<--oldEstimate+stepsize(target-oldEstimate)newEstimate<oldEstimate+stepsize(targetoldEstimate)
      • 贪心策略的步长:1/n
        • 收敛
      • 更一般的:α或αt(a)\alpha或\alpha_t(a)ααt(a)——像SGD
    • 非平稳状态的更新公式
      • Qn+1(a)=Qn(a)−α(Rn−Qn(a))=αRn+(1−α)Qn(a)=αRn+(1−α)αRn−1+(1−α)2Qn−1=...=(1−α)nQ1+Σi=1n(1−α)n−iαRiQ_{n+1}(a)=Q_n(a)-\alpha(R_n-Q_n(a))=\alpha R_n+(1-\alpha)Q_n(a)=\alpha R_n+(1-\alpha)\alpha R_{n-1}+(1-\alpha)^2Q_{n-1}=...=(1-\alpha)^nQ_1+\Sigma_{i=1}^n(1-\alpha)^{n-i}\alpha R_iQn+1(a)=Qn(a)α(RnQn(a))=αRn+(1α)Qn(a)=αRn+(1α)αRn1+(1α)2Qn1=...=(1α)nQ1+Σi=1n(1α)niαRi
      • 这已经是个非平稳的了,时间越近,占比越大—带权值平均
      • 不收敛
    • 收敛条件
      • Σn=1∞αn(a)=∞\Sigma_{n=1}^{\infty}\alpha_n(a)=\inftyΣn=1αn(a)=:步长足够大,克服初值和随机扰动的影响
      • $ \Sigma_{n=1}{\infty}\alpha_n2(a)<\infty$:步长最终会越来越小,小到保证收敛
  • 平稳问题

    • q(a)是稳定的,不随时间改变
    • 随着观测样本的增加,平均值估计方法最终收敛于q(a)
  • 非平稳问题

    • q(a)是关于时间的函数(可能老化了)
    • 关注最近的观测样本,时间远的就不靠谱了

在这里插入图片描述

  • N(A)–A被选择的次数

  • 行为选择策略

    • 如何制定?
      • 贪心策略:选择当前估值最好的行为
      • 𝜺贪心策略:以一定的概率随机选择非贪心行为(nongreedy actions),但是对于非贪心行为不加区分
    •  平衡exploitation和exploration,应对行为估值的不确定性
    •  关键:确定每个行为被选择的概率
    • 行为的初始估值
      • 前述贪心策略中,每个行为的初始估值为0
      • 每个行为的初始估值可以帮助我们引入先验知识
      • 初始估值还可以帮助我们平衡exploitation和exploration
      • 乐观初值法Optimistic initial values
        • 每个行为都有个高的初值
        • 优点:初期每个行为都有较大的机会被探索,快速探索
        • 早期只探索,不开采,不关心历史
        • 早期差,但后期很快就跟上
        • 缺点:可能一辈子都探索不完
        • ==Q1=5,𝜺=0的𝜺贪心
    • UCB(Upper-confidence-bound上确界
      • AT=argmaxa(Qt(a)+clntNt(a)),Nt(a)−a被选择的次数A_T=argmax_a(Q_t(a)+c\sqrt{\frac{lnt}{N_t(a)}}),N_t(a)-a被选择的次数AT=argmaxa(Qt(a)+cNt(a)lnt),Nt(a)a
      • 选择潜力大的:依据估值的置信上界选择
        • 第一项:当前估值高(接近贪心
        • 第二项:不确定性要求高(被选择的次数少–潜力大
        • c:控制探索的程度
      • 比较:
        • 最初几轮差,之后会比𝜺贪心策略好
        • 稳定
        • 参数不好调
        • 最终会收敛到贪婪策略
      • 复杂,在多臂赌博机之外的情况用得少
  • 梯度赌博机算法

    • 不确定性算法(随机策略
    • Ht(a):在t轮对行为a的偏好程度
      • 依据选择后的行为,再更新Ht(a)
    • 选择a的概率P(At=a)=eHt(a)Σb=1keHt(b)=πt(a)P(A_t=a)=\frac{e^{H_t(a)}}{\Sigma_b=1^k e^{H_t(b)}}=\pi_t(a)P(At=a)=Σb=1keHt(b)eHt(a)=πt(a)
    • 更新公式==SGD
      • Ht+1(At)=Ht(At)+α(Rt−Rtˉ)(1−πt(At));Rtˉ=Qt(a)均值H_{t+1}(A_t)=H_t(A_t)+\alpha(R_t-\bar{R_t})(1-\pi_t(A_t));\bar{R_t}=Q_t(a)均值Ht+1(At)=Ht(At)+α(RtRtˉ)(1πt(At));Rtˉ=Qt(a)
      • 对所有a!=A_t:Ht+1(a)=Ht(a)−α(Rt−Rtˉ)(πt(a))H_{t+1}(a)=H_t(a)-\alpha(R_t-\bar{R_t})(\pi_t(a))Ht+1(a)=Ht(a)α(RtRtˉ)(πt(a))
    • 优化目标:第t轮期望奖励的大小
      • E(Rt)=Σbπt(b)q(b)E(R_t)=\Sigma_b\pi_t(b)q(b)E(Rt)=Σbπt(b)q(b)
        在这里插入图片描述
  • 多臂赌博机–强化学习的简化

    • 行为和状态之间无关
  • 扩展

    • 有上下文的多臂赌博及
      • 行为不改变状态
  • 更一般的情形

    • 马尔科夫决策过程

马尔科夫决策过程MDP(markov decision process

  • 常用于建模序列化决策过程

  • 行为

    • 可获得奖励
    • 改变状态–影响长期奖励
  • 学习状态到行为的映射–策略

    • 多臂赌博机q(a)
    • MDP学习𝑞(𝑠,𝑎) 或𝒗(𝑠)
  • 智能体和环境按离散的时间交互

  • 形式化记号

    • St∈SS_t \in SStS状态
    • At∈AA_t \in AAtA行为(有的地方可以走,有的不可以走,有个取值范围)
    • 采取At后,转到状态St+1,并获得Rt+1
    • 马尔科夫决策过程得到的序列记为
      • S0,A0,R1,S1,A1,R2,S2,...S_0,A_0,R_1,S_1,A_1,R_2,S_2,...S0,A0,R1,S1,A1,R2,S2,...
  • 有限马尔科夫决策过程的建模

    • p(s′,r∣s,a)=P(St=s′,Rt=r∣st−1=s,At−1=a),[0,1]p(s',r|s,a)=P(St=s',Rt=r|s_{t-1}=s,A_{t-1}=a),[0,1]p(s,rs,a)=P(St=s,Rt=rst1=s,At1=a),[0,1]
      • 和为1
      • 枚举很大,(能枚举出来的话,A*就可以了
    • 状态转移概率:
      • p(s′∣s,a)=Σrp(s′,r∣s,a)p(s'|s,a)=\Sigma_r p(s',r|s,a)p(ss,a)=Σrp(s,rs,a)
    • 状态-行为对的期望奖励
      • r(s,a)=E(Rt∣st−1=s,At−1=a)=ΣrrΣs′p(s′,r∣s,a)r(s,a)=E(Rt|s_{t-1}=s,A_{t-1}=a)=\Sigma_r r\Sigma_s' p(s',r|s,a)r(s,a)=E(Rtst1=s,At1=a)=ΣrrΣsp(s,rs,a)
    • 状态-行为-下一个状态,的奖励
      • r(s,a,s′)=E(Rt∣St−1=s,At−1=a,St=s′)=Σrrp(s′,r∣s,a)p(s′∣s,a)r(s,a,s')=E(Rt|S_{t-1}=s,A_{t-1}=a,S_t=s')=\Sigma_r r \frac{p(s',r|s,a)}{p(s'|s,a)}r(s,as)=E(RtSt1=s,At1=a,St=s)=Σrrp(ss,a)p(s,rs,a)
        在这里插入图片描述
  • 奖励假设

    • 目标:长期或最终的
    • 奖励:即时的
    • 假设(强化学习的基础)
      • 目标和目的是奖励累积的期望值的最大化
  • 累积奖励

    • 多幕式任务:Gt=Rt+1+Rt+2+Rt+3+...+RT(t<T,T−最终步,终止态)G_t=R_{t+1}+R_{t+2}+R_{t+3}+...+R_{T}(t<T,T-最终步,终止态)Gt=Rt+1+Rt+2+Rt+3+...+RT(t<TT)
      • 具有终止态的马尔科夫决策过程——多幕式任务
    • 连续式任务Gt=Rt+1+γRt+2+γ2Rt+3+...=Σk=0∞γkRt+k+1,0≤γ≤1(折扣率G_t=R_{t+1}+\gamma R_{t+2}+\gamma^2 R_{t+3}+...=\Sigma_{k=0}^{\infty}\gamma^kR_{t+k+1},0 \leq \gamma \leq 1(折扣率Gt=Rt+1+γRt+2+γ2Rt+3+...=Σk=0γkRt+k+1,0γ1(
      • 无终止
      • 递推:Gt=Σk=0∞γkRt+k+1=Rt+1+γGt+1G_t=\Sigma_{k=0}^{\infty}\gamma^kR_{t+k+1}=R_{t+1}+\gamma G_{t+1}Gt=Σk=0γkRt+k+1=Rt+1+γGt+1
      • 求和公式Gt=Σk=t+1Tγk−t−1Rk,T=∞和γ=1不能同时出现(不收敛)G_t=\Sigma_{k=t+1}^{T}\gamma^{k-t-1}R_{k},T=\infty和\gamma=1不能同时出现(不收敛)Gt=Σk=t+1Tγkt1Rk,T=γ=1
  • 策略

    • 状态到行为的映射
    • 随机式策略π(a∣s)\pi(a|s)π(as)概率
    • 确定式策略a=π(s)a=\pi(s)a=π(s)
    • 状态估值函数
      • vπ(s)=Eπ(Gt∣St=s)=Eπ(Σk=0∞γkRt+k+1∣St=s),foralls∈Sv_{\pi}(s)=E_\pi(G_t|S_t=s)=E_\pi(\Sigma_{k=0}^{\infty}\gamma^kR_{t+k+1}|S_t=s),for all s \in Svπ(s)=Eπ(GtSt=s)=Eπ(Σk=0γkRt+k+1St=s),forallsS
    • 行为估值函数
      • q(s,a)=Eπ(Gt∣St=s,At=a)=Eπ(Σk=0∞γkRt+k+1∣St=s,At=a)q(s,a)=E_\pi(G_t|S_t=s,A_t=a)=E_\pi(\Sigma_{k=0}^{\infty}\gamma^kR_{t+k+1}|S_t=s,A_t=a)q(s,a)=Eπ(GtSt=s,At=a)=Eπ(Σk=0γkRt+k+1St=s,At=a)
  • 贝尔曼方程(方程,可以联立)

    • n个状态–>n个方程n个变量的线性方程组
      在这里插入图片描述
  • 最优策略

    • 策略π和π′两个策略,对于所有s,vπ(s)≥vπ′(s)===π≥π′策略\pi和\pi'两个策略,对于所有s,v_{\pi}(s)\geq v_{\pi'}(s)===\pi \geq \pi'ππsvπ(s)vπ(s)===ππ
    • v∗(s)=maxπvπ(s),对应的最优策略可以有多个,但v一样v*(s)=max_{\pi}v_{\pi}(s),对应的最优策略可以有多个,但v一样v(s)=maxπvπ(s),v
    • 行为估值函数:q∗(s,a)=maxπqπ(s,a)q*(s,a)=max_\pi q_\pi(s,a)q(s,a)=maxπqπ(s,a)
  • 贝尔曼最优方程(这是个赋值)
    在这里插入图片描述

  • 基于状态估值函数的贝尔曼最优性方程

    •  第一步:求解状态估值函数的贝尔曼最优性方程得到最优策略对应的状态估值函数
    •  第二步:根据状态估值函数的贝尔曼最优性方程,进行一步搜索找到每个状态下的最优行为
    •  注意:最优策略可以存在多个
    •  贝尔曼最优性方程的优势,可以采用贪心局部搜索即可得到全局最优解
  • 基于行为估值函数的贝尔曼最优性方程

    • 直接得到最优策略
  • 局限性

    1. 需要知道环境模型
    2. 需要高昂的计算代价和内存(存放估值函数)
    3. 依赖于马尔科夫性
  • 实际应用

    1. 动态规划(考)
    2. 蒙特卡罗方法
    3. 时序查分(用的多
    4. 参数化方法(用的多

1.动态规划

  • 策略估值
    1. 列方程(计算量大
    2. 迭代策略估值——寻找不动点
      • 更新规则(期望更新)vk+1(s)=Σaπ(a∣s)Σs′r′p(s′,r∣s,a)(r+γvk(s′))v_{k+1}(s)=\Sigma_a\pi(a|s)\Sigma_{s'r'}p(s',r|s,a)(r+\gamma v_k(s'))vk+1(s)=Σaπ(as)Σsrp(s,rs,a)(r+γvk(s))
      • 得到稳定点时,得到方程的解
      • 两种实现方式
        1. 同步更新:两个数组存放,一个新数组,一个旧数组
        2. 异步更新:一个数组,同时放新的和旧的。(收敛快,收敛性有保证)
    • 目标:寻找最优策略(策略提升)
import numpy as np
v=np.zeros((5,5))
print(v)
[[0. 0. 0. 0. 0.][0. 0. 0. 0. 0.][0. 0. 0. 0. 0.][0. 0. 0. 0. 0.][0. 0. 0. 0. 0.]]
action=np.array([[-1,0],[1,0],[0,-1],[0,1]])
for k in range(100):  for i in range(0,5):for j in range(5):s=np.array([i,j])v_a=0.0for a in action:s_1=s+a                if(s_1[0]<0 or s_1[0]>4 or s_1[1]<0 or s_1[1]>4):#超出范围s_1=sv_a+=1/4*(-1.+0.9*v[s_1[0],s_1[1]])elif(np.equal([0,1],s).all()):#As_1=np.array([4,1])v_a+=1/4*(10.+0.9*v[s_1[0],s_1[1]])elif(np.equal([0,3],s).all()):#As_1=np.array([2,3])v_a+=1/4*(5.+0.9*v[s_1[0],s_1[1]])else:v_a+=1/4*0.9*v[s_1[0],s_1[1]]v[i,j]=v_a
#             print(v[i,j])
#                 s_.append(s_1)print(v)
[[-0.5         7.25        1.38125     3.5         0.2875    ][-0.3625      1.5496875   0.65946094  0.93587871  0.02526021][-0.3315625   0.27407813  0.21004629  0.25783312 -0.186304  ][-0.32460156 -0.01136777  0.04470267  0.06807055 -0.27660253][-0.57303535 -0.3814907  -0.32577731 -0.30798402 -0.63153197]]
[[ 0.8246875   8.62374378  2.93700231  4.46153736  0.63890445][ 0.12807031  2.17920446  1.40897965  1.38456233  0.16904517][-0.30715352  0.46591413  0.48992165  0.39515637 -0.22720862][-0.5236356  -0.08876464  0.03227631 -0.03535962 -0.51340812][-0.96151933 -0.64544919 -0.5305602  -0.58872306 -1.0321689 ]]
[[ 1.84026754  8.75466414  3.70149128  4.77057646  0.89892187][ 0.61408748  2.52982021  1.82380398  1.61068095  0.30157386][-0.19392719  0.61583626  0.64509141  0.44847092 -0.24787869][-0.64776552 -0.14514798 -0.01484469 -0.15041361 -0.6873706 ][-1.22365701 -0.82258324 -0.69026002 -0.80385226 -1.30000115]]
[[ 2.43608951  8.66455575  4.01609618  4.87609758  1.06949091][ 0.96186575  2.71486389  2.0220148   1.72083536  0.38990482][-0.08439791  0.70434212  0.71099621  0.45754634 -0.26975458][-0.72271789 -0.19255583 -0.07250248 -0.24889027 -0.81385373][-1.39833841 -0.94834094 -0.81586503 -0.96293696 -1.48477842]]
[[ 2.76218512e+00  8.55939491e+00  4.13156078e+00  4.90596573e+001.17284179e+00][ 1.17976629e+00  2.80474158e+00  2.10783013e+00  1.76878058e+004.38898838e-01][-7.67666250e-03  7.45988690e-01  7.28744102e-01  4.45247962e-01-2.94878841e-01][-7.72289979e-01 -2.35607559e-01 -1.28614221e-01 -3.28535315e-01-9.07460420e-01][-1.51639424e+00 -1.04114675e+00 -9.13426666e-01 -1.08017741e+00-1.61536880e+00]]
[[ 2.93429457  8.4730898   4.16415045  4.90438466  1.23001759][ 1.3050033   2.84218018  2.13836745  1.78355225  0.46045771][ 0.0359807   0.75854192  0.7230472   0.42371669 -0.32158709][-0.80986999 -0.27474503 -0.17857346 -0.39206128 -0.97820746][-1.59885617 -1.11133929 -0.98879128 -1.16718972 -1.70963033]]
[[ 3.02050351  8.40629118  4.16296859  4.88949532  1.25724735][ 1.37082523  2.8516558   2.14227537  1.78108765  0.46487126][ 0.05498252  0.75486161  0.70701305  0.39925177 -0.34802609][-0.84140995 -0.30970375 -0.22129723 -0.4426746  -1.03267116][-1.65885386 -1.16545484 -1.04711494 -1.23248716 -1.77899427]]
[[ 3.05907777  8.3547335   4.14863137  4.86963139  1.2660244 ][ 1.4007218   2.84683326  2.1338022   1.77020024  0.45944071][ 0.05806009  0.7429956   0.68731927  0.37503424 -0.37290002][-0.86917918 -0.34041052 -0.25714818 -0.48313626 -1.07523288][-1.70427689 -1.20788287 -1.09254246 -1.28211103 -1.8309498 ]]
[[ 3.07156244  8.3144941   4.12997579  4.84881517  1.26406856][ 1.40986496  2.83526029  2.12012001  1.75576728  0.44893472][ 0.05189183  0.7276637   0.6672757   0.35257651 -0.39548988][-0.89394432 -0.36704513 -0.28697583 -0.51564223 -1.10889583][-1.73983572 -1.24164389 -1.12823647 -1.3203114  -1.87049904]]
[[ 3.07018389  8.28265155  4.11085157  4.82897256  1.25635999][ 1.40762022  2.82106248  2.10486533  1.74045355  0.43630814][ 0.04097707  0.71151078  0.64844478  0.3324974  -0.41550554][-0.91596582 -0.38994182 -0.31170954 -0.54189436 -1.13577882][-1.76838826 -1.26884735 -1.15654857 -1.35008201 -1.90104325]]
[[ 3.0618939   8.25712464  4.09290817  4.81095457  1.2459961 ][ 1.39959957  2.80644757  2.08985717  1.72566389  0.42330408][ 0.02812736  0.69594252  0.6314822   0.31494289 -0.43293341][-0.93538792 -0.40950052 -0.33220378 -0.56320239 -1.15741552][-1.79172765 -1.29099042 -1.17921057 -1.3735461  -1.92493583]]
[[ 3.0506152   8.23643451  4.07678474  4.79505123  1.23482819][ 1.38907768  2.79254517  2.0759571   1.71208244  0.41088829][ 0.01499592  0.68164262  0.61657624  0.29981765 -0.44791967][-0.95236454 -0.42613113 -0.34919277 -0.58057577 -1.17494053][-1.81103231 -1.309157   -1.19749895 -1.39222524 -1.94383342]]
[[ 3.03851708e+00  8.21951679e+00  4.06264472e+00  4.78126344e+001.22390683e+00][ 1.37790557e+00  2.77987997e+00  2.06351626e+00  1.69998427e+003.99543436e-01][ 2.49040483e-03  6.68883485e-01  6.03680541e-01  2.86913109e-01-4.60690822e-01][-9.67083453e-01 -4.40223689e-01 -3.63289019e-01 -5.94796878e-01-1.18920887e+00][-1.82711864e+00 -1.32414961e+00 -1.21236164e+00 -1.40722387e+00-1.95892241e+00]]
[[ 3.02675272  8.20559029  4.05042831  4.76945062  1.21378173][ 1.36708145  2.76864108  2.0526152   1.68941753  0.38946167][-0.00894133  0.65771024  0.59263864  0.27597791 -0.47150353][-0.9797576  -0.45213435 -0.3749972  -0.60647671 -1.20087509][-1.84058251 -1.33657632 -1.22451078 -1.4193551  -1.97106687]]
[[ 3.01588987  8.1940688   4.03997666  4.75941148  1.20469824][ 1.35710099  2.75883642  2.04319558  1.68031049  0.38066755][-0.01912473  0.6480486   0.5832506   0.26675569 -0.48061496][-0.99060982 -0.46218032 -0.38473137 -0.61609632 -1.21044698][-1.85187901 -1.34690795 -1.23448867 -1.42922657 -1.98090664]]
[[ 3.00616364  8.18450261  4.03109442  4.75092768  1.19672313][ 1.34816967  2.75038121  2.03513326  1.67253394  0.37309467][-0.02804116  0.63976732  0.5753081   0.25900442 -0.48826664][-0.99985982 -0.47063966 -0.39283122 -0.62403758 -1.21832301][-1.8613683  -1.35551603 -1.24271406 -1.43729909 -1.98892296]]
[[ 2.9976249   8.17653977  4.0235814   4.74378671  1.18982372][ 1.34033029  2.74314839  2.02827866  1.66593701  0.36663247][-0.03575576  0.63271374  0.56861226  0.25250514 -0.49467671][-1.0077153  -0.47775348 -0.39957589 -0.63060589 -1.22481893][-1.86934278 -1.36269843 -1.24951468 -1.44392709 -1.99548319]]
[[ 2.99022697  8.16990001  4.01724803  4.73779298  1.1839164 ][ 1.33353873  2.73699701  2.02247872  1.66036709  0.36115383][-0.04237418  0.62673336  0.5629818   0.24706491 -0.5000373 ][-1.01436679 -0.48372924 -0.4051953  -0.63604719 -1.23018699][-1.87604393 -1.36869691 -1.25515015 -1.44938671 -2.00087152]]
[[ 2.98387585  8.16435708  4.01192228  4.73277224  1.17889575][ 1.32770842  2.73178746  2.01758819  1.65568031  0.35653083][-0.04801732  0.62168011  0.55825603  0.24251667 -0.50451478][-1.01998539 -0.48874444 -0.40987929 -0.64056067 -1.23463014][-1.88167329 -1.37370958 -1.25982829 -1.45389562 -2.00531048]]
[[ 2.97845887  8.15972638  4.00745205  4.7285725   1.17465134][ 1.32273592  2.72738938  2.013475    1.65174638  0.3526431 ][-0.052807    0.61742114  0.55429504  0.23871734 -0.50825151][-1.02472228 -0.49295025 -0.41378494 -0.64430851 -1.23831264][-1.88640015 -1.37789986 -1.26371696 -1.4576271  -2.00897616]]
[[ 2.97386051  8.15585603  4.00370501  4.72506302  1.17107698][ 1.31851523  2.72368517  2.01002211  1.64845025  0.34938173][-0.0568584   0.6138386   0.55097845  0.23554546 -0.51136832][-1.02870949 -0.49647503 -0.41704246 -0.64742327 -1.24136809][-1.89036717 -1.38140328 -1.2669527  -1.46072033 -2.01200916]]
[[ 2.96997076  8.15262039  4.00056737  4.72213236  1.16807531][ 1.31494537  2.72057096  2.00712758  1.6456921   0.34665069][-0.06027638  0.61082955  0.54820353  0.23289841 -0.51396714][-1.03206132 -0.49942744 -0.41975997 -0.65001374 -1.24390558][-1.89369476 -1.38433259 -1.26964726 -1.46328786 -2.01452265]]
[[ 2.96668914  8.14991509  3.99794204  4.71968621  1.16555969][ 1.31193404  2.71795641  2.00470367  1.64338627  0.34436664][-0.06315417  0.60830512  0.54588313  0.23068991 -0.51613364][-1.03487598 -0.50189927 -0.42202736 -0.65216945 -1.24601455][-1.89648457 -1.38678183 -1.27189247 -1.4654213  -2.01660826]]
[[ 2.96392617  8.14765316  3.99574664  4.71764509  1.1634545 ][ 1.30939905  2.71576373  2.00267545  1.64145985  0.34245815][-0.06557335  0.6061892   0.54394362  0.22884759 -0.51793955][-1.03723746 -0.50396793 -0.4239194  -0.65396422 -1.24776848][-1.8988224  -1.38882954 -1.27376411 -1.46719552 -2.01834062]]
[[ 2.96160352  8.14576202  3.99391157  4.71594227  1.16169462][ 1.30726841  2.71392639  2.00097932  1.63985115  0.34086448][-0.06760447  0.60441696  0.54232301  0.22731084 -0.51944486][-1.03921726 -0.50569858 -0.42549838 -0.6554591  -1.24922794][-1.90078061 -1.39054139 -1.27532486 -1.46867202 -2.01978077]]
[[ 2.95965343  8.14418102  3.99237819  4.71452182  1.1602245 ][ 1.30547985  2.71238786  1.99956155  1.6385082   0.33953427][-0.06930811  0.60293344  0.54096917  0.22602902 -0.52069964][-1.04087602 -0.50714603 -0.42681618 -0.6567046  -1.25044291][-1.90242019 -1.39197231 -1.27662671 -1.46990142 -2.02097882]]
[[ 2.95801774  8.14285942  3.99109722  4.713337    1.15899706][ 1.3039799   2.71110022  1.99837683  1.63738735  0.33842429][-0.07073593  0.60169217  0.53983842  0.22495984 -0.52174564][-1.04226509 -0.50835632 -0.42791607 -0.65774263 -1.25145475][-1.9037925  -1.39316826 -1.27771281 -1.47092553 -2.02197603]]
[[ 2.95664683  8.14175479  3.99002732  4.71234872  1.1579726 ][ 1.30272298  2.71002303  1.99738712  1.63645199  0.33749823][-0.07193182  0.60065399  0.5388941   0.22406801 -0.52261769][-1.04342779 -0.50936808 -0.42883412 -0.65860794 -1.25229769][-1.90494074 -1.39416772 -1.27861904 -1.47177892 -2.02280645]]
[[ 2.95549857  8.14083161  3.98913382  4.71152437  1.15711776][ 1.30167037  2.7091222   1.99656048  1.63567149  0.3367257 ][-0.07293293  0.59978594  0.53810557  0.22332407 -0.52334476][-1.04440064 -0.51021372 -0.4296004  -0.65932941 -1.25300012][-1.90590121 -1.39500288 -1.27937528 -1.47249026 -2.02349824]]
[[ 2.9545373   8.14006017  3.98838774  4.71083673  1.15640454][ 1.30078931  2.70836908  1.99587012  1.63502024  0.33608129][-0.07377062  0.59906032  0.53744717  0.22270348 -0.52395103][-1.0452144  -0.51092041 -0.43024003 -0.65993106 -1.2535856 ][-1.90670443 -1.39570068 -1.28000641 -1.47308334 -2.02407472]]
[[ 2.95373292  8.13941558  3.98776479  4.71026311  1.15580953][ 1.30005215  2.70773959  1.99529365  1.63447685  0.33554374][-0.07447132  0.59845388  0.53689747  0.22218575 -0.5244566 ][-1.04589488 -0.51151088 -0.43077395 -0.66043286 -1.2540737 ][-1.90737599 -1.39628364 -1.28053315 -1.47357792 -2.02455524]]
[[ 2.95306005  8.13887705  3.98724469  4.70978458  1.15531316][ 1.29943561  2.70721354  1.99481232  1.63402344  0.33509534][-0.07505726  0.59794715  0.53643854  0.22175382 -0.52487826][-1.04646378 -0.5120042  -0.43121963 -0.66085142 -1.25448069][-1.90793737 -1.39677063 -1.2809728  -1.47399041 -2.02495585]]
[[ 2.95249737  8.13842716  3.98681047  4.70938536  1.15489908][ 1.29892008  2.70677401  1.99441045  1.63364512  0.33472129][-0.07554711  0.59752378  0.53605539  0.22139344 -0.52522995][-1.0469393  -0.5124163  -0.43159165 -0.6612006  -1.25482009][-1.90840655 -1.39717741 -1.28133976 -1.47433449 -2.02528992]]
[[ 2.95202695  8.13805136  3.98644797  4.70905228  1.15455364][ 1.29848914  2.70640681  1.99407494  1.63332944  0.33440924][-0.07595654  0.59717011  0.53573554  0.22109275 -0.52552331][-1.0473367  -0.51276052 -0.4319022  -0.66149191 -1.25510318][-1.90879862 -1.39751717 -1.28164607 -1.47462154 -2.02556852]]
[[ 2.95163374  8.13773746  3.98614535  4.70877437  1.15426545][ 1.29812896  2.70610008  1.99379484  1.63306602  0.33414891][-0.07629869  0.59687469  0.53546852  0.22084185 -0.52576804][-1.04766877 -0.51304803 -0.43216143 -0.66173497 -1.25533931][-1.90912622 -1.39780093 -1.28190174 -1.47486102 -2.02580091]]
[[ 2.95130513  8.1374753   3.98589272  4.70854248  1.15402502][ 1.29782798  2.70584388  1.99356101  1.63284621  0.33393172][-0.07658458  0.59662795  0.53524561  0.22063248 -0.52597221][-1.04794621 -0.51328814 -0.43237783 -0.66193778 -1.2555363 ][-1.90939991 -1.39803791 -1.28211516 -1.47506085 -2.02599477]]
[[ 2.95103055  8.13725635  3.98568182  4.70834898  1.15382442][ 1.29757651  2.70562991  1.9933658   1.63266277  0.33375051][-0.07682342  0.59642189  0.53505953  0.22045777 -0.52614255][-1.04817798 -0.51348866 -0.43255847 -0.66210701 -1.25570064][-1.90962853 -1.39823581 -1.28229332 -1.47522759 -2.0261565 ]]
[[ 2.95080114  8.13707351  3.98550578  4.70818752  1.15365704][ 1.29736643  2.70545122  1.99320284  1.63250969  0.33359931][-0.07702294  0.59624981  0.53490419  0.22031197 -0.52628468][-1.04837158 -0.51365611 -0.43270926 -0.66224824 -1.25583776][-1.9098195  -1.39840107 -1.28244203 -1.47536673 -2.02629143]]
[[ 2.9506095   8.13692082  3.98535881  4.70805277  1.15351739][ 1.29719095  2.70530199  1.9930668   1.63238194  0.33347314][-0.0771896   0.59610611  0.53477452  0.2201903  -0.52640328][-1.04853328 -0.51379594 -0.43283513 -0.6623661  -1.25595218][-1.909979   -1.39853906 -1.28256616 -1.47548285 -2.02640403]]
[[ 2.95044942  8.13679332  3.98523614  4.70794032  1.15340085][ 1.29704437  2.70517739  1.99295325  1.63227533  0.33336786][-0.07732879  0.59598611  0.53466627  0.22008875 -0.52650224][-1.04866833 -0.51391269 -0.4329402  -0.66246446 -1.25604765][-1.91011221 -1.39865428 -1.28266978 -1.47557975 -2.02649798]]
[[ 2.95031572  8.13668686  3.98513373  4.70784648  1.15330361][ 1.29692196  2.70507334  1.99285845  1.63218635  0.33328   ][-0.07744504  0.59588592  0.53457591  0.220004   -0.52658483][-1.04878111 -0.51401017 -0.43302791 -0.66254655 -1.25612733][-1.91022346 -1.39875048 -1.28275628 -1.47566063 -2.02657638]]
[[ 2.95020406  8.13659797  3.98504824  4.70776816  1.15322246][ 1.29681972  2.70498646  1.99277932  1.63211208  0.33320669][-0.07754211  0.59580227  0.53450048  0.21993327 -0.52665374][-1.04887529 -0.51409157 -0.43310113 -0.66261506 -1.25619381][-1.91031635 -1.39883081 -1.28282849 -1.47572812 -2.02664181]]
[[ 2.95011081  8.13652375  3.98497688  4.70770279  1.15315474][ 1.29673435  2.70491393  1.99271326  1.6320501   0.3331455 ][-0.07762318  0.59573242  0.53443751  0.21987423 -0.52671126][-1.04895394 -0.51415953 -0.43316225 -0.66267224 -1.2562493 ][-1.91039393 -1.39889787 -1.28288877 -1.47578446 -2.02669641]]
[[ 2.95003293  8.13646178  3.98491731  4.70764823  1.15309822][ 1.29666306  2.70485337  1.99265811  1.63199837  0.33309444][-0.07769087  0.59567411  0.53438495  0.21982496 -0.52675926][-1.04901961 -0.51421627 -0.43321327 -0.66271997 -1.25629561][-1.9104587  -1.39895386 -1.28293908 -1.47583148 -2.02674198]]
[[ 2.94996791  8.13641005  3.98486758  4.7076027   1.15305106][ 1.29660353  2.7048028   1.99261208  1.63195519  0.33305182][-0.07774739  0.59562542  0.53434107  0.21978383 -0.52679933][-1.04907444 -0.51426363 -0.43325586 -0.6627598  -1.25633426][-1.91051278 -1.39900061 -1.28298108 -1.47587073 -2.02678001]]
[[ 2.94991361  8.13636685  3.98482607  4.70756469  1.15301169][ 1.29655383  2.70476059  1.99257366  1.63191915  0.33301625][-0.07779458  0.59558477  0.53430444  0.2197495  -0.52683276][-1.04912022 -0.51430318 -0.43329142 -0.66279305 -1.25636652][-1.91055794 -1.39903963 -1.28301614 -1.47590349 -2.02681176]]
[[ 2.94986828  8.13633079  3.98479142  4.70753297  1.15297884][ 1.29651233  2.70472535  1.99254158  1.63188907  0.33298656][-0.07783398  0.59555084  0.53427386  0.21972085 -0.52686067][-1.04915845 -0.5143362  -0.43332109 -0.66282081 -1.25639345][-1.91059564 -1.39907221 -1.28304541 -1.47593083 -2.02683825]]
[[ 2.94983043  8.13630068  3.9847625   4.70750649  1.15295141][ 1.29647768  2.70469593  1.99251481  1.63186396  0.33296179][-0.07786688  0.59552251  0.53424834  0.21969694 -0.52688396][-1.04919036 -0.51436376 -0.43334587 -0.66284397 -1.25641592][-1.91062712 -1.39909941 -1.28306984 -1.47595365 -2.02686037]]
[[ 2.94979882  8.13627555  3.98473835  4.70748439  1.15292853][ 1.29644875  2.70467136  1.99249245  1.631843    0.3329411 ][-0.07789435  0.59549886  0.53422704  0.21967697 -0.52690341][-1.04921701 -0.51438677 -0.43336655 -0.66286331 -1.25643467][-1.9106534  -1.39912212 -1.28309024 -1.4759727  -2.02687882]]
[[ 2.94977244  8.13625457  3.9847182   4.70746595  1.15290942][ 1.2964246   2.70465086  1.9924738   1.63182551  0.33292384][-0.07791728  0.59547911  0.53420925  0.21966031 -0.52691963][-1.04923925 -0.51440598 -0.43338381 -0.66287945 -1.25645033][-1.91067534 -1.39914108 -1.28310726 -1.4759886  -2.02689423]]
[[ 2.94975041  8.13623705  3.98470137  4.70745055  1.15289348][ 1.29640443  2.70463374  1.99245822  1.63181091  0.33290943][-0.07793642  0.59546263  0.5341944   0.2196464  -0.52693318][-1.04925782 -0.51442202 -0.43339822 -0.66289292 -1.2564634 ][-1.91069365 -1.3991569  -1.28312147 -1.47600188 -2.02690709]]
[[ 2.94973202  8.13622243  3.98468733  4.70743769  1.15288017][ 1.2963876   2.70461945  1.99244522  1.63179872  0.33289741][-0.0779524   0.59544887  0.53418201  0.21963479 -0.52694449][-1.04927333 -0.51443541 -0.43341025 -0.66290417 -1.25647431][-1.91070895 -1.39917011 -1.28313334 -1.47601296 -2.02691782]]
[[ 2.94971666  8.13621022  3.9846756   4.70742697  1.15286906][ 1.29637354  2.70460752  1.99243437  1.63178854  0.33288737][-0.07796575  0.59543738  0.53417167  0.2196251  -0.52695392][-1.04928627 -0.51444658 -0.43342029 -0.66291355 -1.25648341][-1.91072171 -1.39918114 -1.28314324 -1.4760222  -2.02692678]]
[[ 2.94970385  8.13620003  3.98466582  4.70741801  1.15285979][ 1.29636181  2.70459756  1.99242531  1.63178005  0.33287899][-0.07797688  0.5954278   0.53416303  0.21961701 -0.5269618 ][-1.04929708 -0.51445591 -0.43342868 -0.66292139 -1.25649101][-1.91073237 -1.39919035 -1.28315151 -1.47602992 -2.02693426]]
[[ 2.94969314  8.13619152  3.98465765  4.70741054  1.15285205][ 1.29635202  2.70458924  1.99241774  1.63177296  0.33287199][-0.07798618  0.59541979  0.53415582  0.21961026 -0.52696838][-1.0493061  -0.5144637  -0.43343567 -0.66292793 -1.25649736][-1.91074127 -1.39919803 -1.28315841 -1.47603637 -2.02694051]]
[[ 2.94968421  8.13618442  3.98465083  4.7074043   1.15284559][ 1.29634384  2.7045823   1.99241143  1.63176705  0.33286616][-0.07799395  0.59541311  0.5341498   0.21960462 -0.52697386][-1.04931363 -0.5144702  -0.43344151 -0.66293339 -1.25650265][-1.91074869 -1.39920445 -1.28316417 -1.47604175 -2.02694572]]
[[ 2.94967675  8.13617849  3.98464513  4.70739909  1.15284019][ 1.29633701  2.70457651  1.99240616  1.63176211  0.33286128][-0.07800043  0.59540753  0.53414478  0.21959992 -0.52697845][-1.04931991 -0.51447563 -0.43344639 -0.66293795 -1.25650707][-1.91075489 -1.39920981 -1.28316897 -1.47604624 -2.02695007]]
[[ 2.94967053  8.13617354  3.98464038  4.70739474  1.15283569][ 1.29633132  2.70457167  1.99240176  1.63175798  0.33285722][-0.07800584  0.59540287  0.53414059  0.21959599 -0.52698227][-1.04932516 -0.51448016 -0.43345046 -0.66294175 -1.25651076][-1.91076007 -1.39921428 -1.28317299 -1.47604998 -2.0269537 ]]
[[ 2.94966533  8.13616941  3.98463642  4.70739111  1.15283193][ 1.29632656  2.70456764  1.99239809  1.63175454  0.33285382][-0.07801035  0.59539898  0.53413709  0.21959271 -0.52698546][-1.04932954 -0.51448394 -0.43345386 -0.66294493 -1.25651384][-1.91076439 -1.39921801 -1.28317634 -1.47605311 -2.02695673]]
[[ 2.94966099  8.13616596  3.9846331   4.70738808  1.1528288 ][ 1.29632259  2.70456426  1.99239502  1.63175167  0.33285099][-0.07801412  0.59539574  0.53413416  0.21958997 -0.52698813][-1.0493332  -0.5144871  -0.4334567  -0.66294758 -1.25651641][-1.910768   -1.39922113 -1.28317914 -1.47605572 -2.02695926]]
[[ 2.94965737  8.13616308  3.98463034  4.70738555  1.15282618][ 1.29631927  2.70456145  1.99239247  1.63174927  0.33284862][-0.07801727  0.59539303  0.53413172  0.21958769 -0.52699035][-1.04933625 -0.51448973 -0.43345906 -0.66294979 -1.25651856][-1.91077101 -1.39922373 -1.28318147 -1.4760579  -2.02696137]]
[[ 2.94965435  8.13616068  3.98462803  4.70738344  1.15282399][ 1.2963165   2.7045591   1.99239033  1.63174727  0.33284664][-0.0780199   0.59539077  0.53412969  0.21958578 -0.52699221][-1.0493388  -0.51449193 -0.43346104 -0.66295164 -1.25652035][-1.91077352 -1.3992259  -1.28318342 -1.47605972 -2.02696313]]
[[ 2.94965182  8.13615867  3.98462611  4.70738168  1.15282217][ 1.29631419  2.70455714  1.99238855  1.6317456   0.332845  ][-0.07802209  0.59538888  0.53412799  0.21958419 -0.52699376][-1.04934093 -0.51449377 -0.43346269 -0.66295318 -1.25652184][-1.91077562 -1.39922771 -1.28318505 -1.47606124 -2.0269646 ]]
[[ 2.94964971  8.136157    3.9846245   4.70738021  1.15282065][ 1.29631227  2.70455551  1.99238706  1.6317442   0.33284362][-0.07802392  0.59538731  0.53412657  0.21958286 -0.52699505][-1.0493427  -0.5144953  -0.43346407 -0.66295447 -1.25652309][-1.91077737 -1.39922922 -1.28318641 -1.47606251 -2.02696583]]
[[ 2.94964796  8.1361556   3.98462316  4.70737898  1.15281938][ 1.29631066  2.70455414  1.99238582  1.63174304  0.33284247][-0.07802545  0.59538599  0.53412539  0.21958175 -0.52699613][-1.04934419 -0.51449658 -0.43346522 -0.66295554 -1.25652413][-1.91077883 -1.39923049 -1.28318754 -1.47606357 -2.02696686]]
[[ 2.94964649  8.13615443  3.98462204  4.70737795  1.15281831][ 1.29630931  2.704553    1.99238478  1.63174207  0.33284151][-0.07802673  0.59538489  0.5341244   0.21958083 -0.52699703][-1.04934542 -0.51449765 -0.43346618 -0.66295644 -1.256525  ][-1.91078006 -1.39923154 -1.28318849 -1.47606445 -2.02696771]]
[[ 2.94964526  8.13615346  3.9846211   4.7073771   1.15281743][ 1.29630819  2.70455205  1.99238391  1.63174125  0.33284071][-0.07802779  0.59538398  0.53412357  0.21958005 -0.52699779][-1.04934646 -0.51449854 -0.43346698 -0.66295719 -1.25652573][-1.91078107 -1.39923242 -1.28318928 -1.47606519 -2.02696843]]
[[ 2.94964424  8.13615264  3.98462032  4.70737638  1.15281669][ 1.29630725  2.70455125  1.99238319  1.63174058  0.33284004][-0.07802868  0.59538321  0.53412288  0.21957941 -0.52699841][-1.04934732 -0.51449929 -0.43346765 -0.66295781 -1.25652634][-1.91078192 -1.39923315 -1.28318994 -1.47606581 -2.02696903]]
[[ 2.94964338  8.13615197  3.98461967  4.70737579  1.15281607][ 1.29630647  2.70455059  1.99238259  1.63174001  0.33283949][-0.07802942  0.59538257  0.53412231  0.21957887 -0.52699894][-1.04934804 -0.51449991 -0.4334682  -0.66295833 -1.25652684][-1.91078264 -1.39923377 -1.28319049 -1.47606632 -2.02696952]]
[[ 2.94964267  8.1361514   3.98461912  4.70737529  1.15281556][ 1.29630582  2.70455003  1.99238208  1.63173954  0.33283902][-0.07803004  0.59538204  0.53412183  0.21957842 -0.52699938][-1.04934864 -0.51450043 -0.43346867 -0.66295877 -1.25652726][-1.91078323 -1.39923428 -1.28319095 -1.47606675 -2.02696994]]
[[ 2.94964208  8.13615093  3.98461867  4.70737487  1.15281513][ 1.29630528  2.70454957  1.99238166  1.63173914  0.33283863][-0.07803056  0.59538159  0.53412143  0.21957805 -0.52699974][-1.04934914 -0.51450086 -0.43346906 -0.66295913 -1.25652762][-1.91078372 -1.39923471 -1.28319133 -1.47606711 -2.02697029]]
[[ 2.94964158  8.13615053  3.98461829  4.70737453  1.15281477][ 1.29630482  2.70454919  1.99238131  1.63173882  0.33283831][-0.07803099  0.59538122  0.53412109  0.21957773 -0.52700005][-1.04934956 -0.51450122 -0.43346938 -0.66295943 -1.25652791][-1.91078414 -1.39923506 -1.28319165 -1.47606741 -2.02697058]]
[[ 2.94964116  8.1361502   3.98461797  4.70737424  1.15281447][ 1.29630444  2.70454886  1.99238102  1.63173854  0.33283804][-0.07803135  0.59538091  0.53412081  0.21957747 -0.5270003 ][-1.04934991 -0.51450153 -0.43346965 -0.66295969 -1.25652816][-1.91078448 -1.39923536 -1.28319192 -1.47606766 -2.02697082]]
[[ 2.94964082  8.13614993  3.98461771  4.707374    1.15281422][ 1.29630412  2.7045486   1.99238077  1.63173831  0.33283781][-0.07803165  0.59538065  0.53412058  0.21957725 -0.52700051][-1.0493502  -0.51450178 -0.43346988 -0.6629599  -1.25652836][-1.91078477 -1.39923561 -1.28319214 -1.47606787 -2.02697102]]
[[ 2.94964053  8.1361497   3.98461749  4.7073738   1.15281401][ 1.29630386  2.70454837  1.99238057  1.63173812  0.33283762][-0.0780319   0.59538044  0.53412039  0.21957707 -0.52700069][-1.04935045 -0.51450199 -0.43347007 -0.66296008 -1.25652853][-1.91078501 -1.39923582 -1.28319233 -1.47606804 -2.02697119]]
[[ 2.94964029  8.1361495   3.98461731  4.70737363  1.15281383][ 1.29630364  2.70454818  1.9923804   1.63173796  0.33283746][-0.07803211  0.59538026  0.53412022  0.21957692 -0.52700084][-1.04935065 -0.51450216 -0.43347023 -0.66296022 -1.25652868][-1.91078521 -1.39923599 -1.28319248 -1.47606818 -2.02697133]]
[[ 2.94964009  8.13614934  3.98461715  4.70737349  1.15281369][ 1.29630345  2.70454803  1.99238026  1.63173783  0.33283733][-0.07803229  0.5953801   0.53412009  0.21957679 -0.52700096][-1.04935082 -0.51450231 -0.43347036 -0.66296035 -1.2565288 ][-1.91078538 -1.39923614 -1.28319261 -1.47606831 -2.02697145]]
[[ 2.94963992  8.13614921  3.98461702  4.70737337  1.15281357][ 1.2963033   2.7045479   1.99238014  1.63173772  0.33283722][-0.07803243  0.59537998  0.53411997  0.21957669 -0.52700107][-1.04935096 -0.51450243 -0.43347047 -0.66296045 -1.2565289 ][-1.91078552 -1.39923626 -1.28319272 -1.47606841 -2.02697154]]
[[ 2.94963978  8.1361491   3.98461692  4.70737327  1.15281347][ 1.29630317  2.70454779  1.99238004  1.63173762  0.33283713][-0.07803255  0.59537987  0.53411988  0.2195766  -0.52700115][-1.04935108 -0.51450253 -0.43347056 -0.66296053 -1.25652898][-1.91078563 -1.39923636 -1.28319281 -1.47606849 -2.02697163]]
[[ 2.94963966  8.13614901  3.98461683  4.70737319  1.15281338][ 1.29630307  2.7045477   1.99237996  1.63173755  0.33283705][-0.07803266  0.59537979  0.5341198   0.21957652 -0.52700122][-1.04935118 -0.51450262 -0.43347064 -0.66296061 -1.25652905][-1.91078573 -1.39923644 -1.28319289 -1.47606856 -2.02697169]]
[[ 2.94963956  8.13614893  3.98461675  4.70737312  1.15281331][ 1.29630298  2.70454762  1.99237989  1.63173748  0.33283699][-0.07803274  0.59537971  0.53411973  0.21957646 -0.52700128][-1.04935126 -0.51450269 -0.4334707  -0.66296067 -1.25652911][-1.91078581 -1.39923651 -1.28319295 -1.47606862 -2.02697175]]
[[ 2.94963948  8.13614886  3.98461669  4.70737306  1.15281325][ 1.2963029   2.70454756  1.99237983  1.63173743  0.33283694][-0.07803281  0.59537965  0.53411968  0.21957641 -0.52700133][-1.04935133 -0.51450275 -0.43347075 -0.66296072 -1.25652915][-1.91078588 -1.39923657 -1.283193   -1.47606867 -2.0269718 ]]
[[ 2.94963941  8.13614881  3.98461664  4.70737302  1.1528132 ][ 1.29630284  2.7045475   1.99237978  1.63173738  0.33283689][-0.07803287  0.5953796   0.53411963  0.21957637 -0.52700138][-1.04935139 -0.5145028  -0.4334708  -0.66296076 -1.25652919][-1.91078594 -1.39923662 -1.28319304 -1.47606871 -2.02697184]]
[[ 2.94963936  8.13614876  3.9846166   4.70737298  1.15281316][ 1.29630279  2.70454746  1.99237974  1.63173734  0.33283685][-0.07803292  0.59537956  0.5341196   0.21957633 -0.52700141][-1.04935143 -0.51450284 -0.43347084 -0.66296079 -1.25652923][-1.91078598 -1.39923666 -1.28319308 -1.47606874 -2.02697187]]
[[ 2.94963931  8.13614873  3.98461656  4.70737294  1.15281313][ 1.29630274  2.70454742  1.99237971  1.63173731  0.33283682][-0.07803296  0.59537952  0.53411956  0.2195763  -0.52700144][-1.04935147 -0.51450288 -0.43347087 -0.66296082 -1.25652926][-1.91078602 -1.39923669 -1.28319311 -1.47606877 -2.0269719 ]]
[[ 2.94963927  8.1361487   3.98461653  4.70737292  1.1528131 ][ 1.29630271  2.70454739  1.99237968  1.63173729  0.3328368 ][-0.078033    0.59537949  0.53411954  0.21957628 -0.52700147][-1.04935151 -0.5145029  -0.43347089 -0.66296085 -1.25652928][-1.91078606 -1.39923672 -1.28319314 -1.4760688  -2.02697192]]
[[ 2.94963924  8.13614867  3.9846165   4.70737289  1.15281307][ 1.29630268  2.70454737  1.99237966  1.63173727  0.33283678][-0.07803303  0.59537947  0.53411951  0.21957626 -0.52700149][-1.04935154 -0.51450293 -0.43347091 -0.66296087 -1.2565293 ][-1.91078608 -1.39923675 -1.28319316 -1.47606882 -2.02697194]]
[[ 2.94963921  8.13614865  3.98461648  4.70737287  1.15281305][ 1.29630265  2.70454735  1.99237964  1.63173725  0.33283676][-0.07803305  0.59537945  0.5341195   0.21957624 -0.5270015 ][-1.04935156 -0.51450295 -0.43347093 -0.66296088 -1.25652932][-1.91078611 -1.39923677 -1.28319318 -1.47606883 -2.02697196]]
[[ 2.94963919  8.13614863  3.98461646  4.70737286  1.15281304][ 1.29630263  2.70454733  1.99237962  1.63173723  0.33283674][-0.07803307  0.59537943  0.53411948  0.21957622 -0.52700152][-1.04935158 -0.51450297 -0.43347095 -0.6629609  -1.25652933][-1.91078613 -1.39923678 -1.28319319 -1.47606885 -2.02697197]]
[[ 2.94963917  8.13614861  3.98461645  4.70737284  1.15281302][ 1.29630261  2.70454731  1.99237961  1.63173722  0.33283673][-0.07803309  0.59537942  0.53411947  0.21957621 -0.52700153][-1.04935159 -0.51450298 -0.43347096 -0.66296091 -1.25652934][-1.91078614 -1.3992368  -1.2831932  -1.47606886 -2.02697198]]
[[ 2.94963915  8.1361486   3.98461644  4.70737283  1.15281301][ 1.2963026   2.7045473   1.9923796   1.63173721  0.33283672][-0.0780331   0.5953794   0.53411946  0.2195762  -0.52700154][-1.04935161 -0.51450299 -0.43347097 -0.66296092 -1.25652935][-1.91078615 -1.39923681 -1.28319321 -1.47606887 -2.02697199]]
[[ 2.94963914  8.13614859  3.98461643  4.70737282  1.152813  ][ 1.29630259  2.70454729  1.99237959  1.6317372   0.33283671][-0.07803311  0.59537939  0.53411945  0.21957619 -0.52700155][-1.04935162 -0.514503   -0.43347098 -0.66296093 -1.25652936][-1.91078617 -1.39923682 -1.28319322 -1.47606888 -2.026972  ]]
[[ 2.94963913  8.13614858  3.98461642  4.70737282  1.15281299][ 1.29630258  2.70454728  1.99237958  1.63173719  0.3328367 ][-0.07803312  0.59537939  0.53411944  0.21957619 -0.52700155][-1.04935163 -0.51450301 -0.43347099 -0.66296093 -1.25652936][-1.91078618 -1.39923683 -1.28319323 -1.47606888 -2.02697201]]
[[ 2.94963912  8.13614857  3.98461641  4.70737281  1.15281299][ 1.29630257  2.70454727  1.99237957  1.63173719  0.3328367 ][-0.07803313  0.59537938  0.53411943  0.21957618 -0.52700156][-1.04935164 -0.51450302 -0.43347099 -0.66296094 -1.25652937][-1.91078618 -1.39923683 -1.28319324 -1.47606889 -2.02697201]]
[[ 2.94963911  8.13614857  3.98461641  4.7073728   1.15281298][ 1.29630256  2.70454727  1.99237957  1.63173718  0.33283669][-0.07803314  0.59537937  0.53411943  0.21957618 -0.52700156][-1.04935164 -0.51450302 -0.433471   -0.66296094 -1.25652937][-1.91078619 -1.39923684 -1.28319324 -1.47606889 -2.02697202]]
[[ 2.9496391   8.13614856  3.9846164   4.7073728   1.15281298][ 1.29630255  2.70454726  1.99237956  1.63173718  0.33283669][-0.07803314  0.59537937  0.53411942  0.21957617 -0.52700157][-1.04935165 -0.51450303 -0.433471   -0.66296095 -1.25652938][-1.91078619 -1.39923684 -1.28319325 -1.4760689  -2.02697202]]
[[ 2.9496391   8.13614856  3.9846164   4.7073728   1.15281297][ 1.29630255  2.70454726  1.99237956  1.63173717  0.33283669][-0.07803315  0.59537936  0.53411942  0.21957617 -0.52700157][-1.04935165 -0.51450303 -0.43347101 -0.66296095 -1.25652938][-1.9107862  -1.39923685 -1.28319325 -1.4760689  -2.02697202]]
[[ 2.94963909  8.13614855  3.98461639  4.70737279  1.15281297][ 1.29630254  2.70454725  1.99237955  1.63173717  0.33283668][-0.07803315  0.59537936  0.53411942  0.21957616 -0.52700157][-1.04935166 -0.51450303 -0.43347101 -0.66296095 -1.25652938][-1.9107862  -1.39923685 -1.28319325 -1.4760689  -2.02697203]]
[[ 2.94963909  8.13614855  3.98461639  4.70737279  1.15281297][ 1.29630254  2.70454725  1.99237955  1.63173717  0.33283668][-0.07803315  0.59537936  0.53411941  0.21957616 -0.52700158][-1.04935166 -0.51450304 -0.43347101 -0.66296096 -1.25652939][-1.91078621 -1.39923685 -1.28319325 -1.47606891 -2.02697203]]
[[ 2.94963909  8.13614855  3.98461639  4.70737279  1.15281297][ 1.29630254  2.70454725  1.99237955  1.63173717  0.33283668][-0.07803316  0.59537936  0.53411941  0.21957616 -0.52700158][-1.04935166 -0.51450304 -0.43347101 -0.66296096 -1.25652939][-1.91078621 -1.39923685 -1.28319326 -1.47606891 -2.02697203]]

在这里插入图片描述贪心策略–找Gt最大的下一步s’–v最大

  • 策略提升

    • 根据当前的估值函数,寻找更优的策略,珠宝找到最优策略
      • 依据π的估值函数vπ,得到最优策略π′依据\pi的估值函数v_\pi,得到最优策略\pi'πvπ,π
    • 提升方法
      • 看qπ(s,a)是否大于vπ(s)(这是下面定理的特例看q_\pi(s,a)是否大于v_\pi(s)(这是下面定理的特例qπ(s,a)vπ(s)(`
    • 定理
      • 如果qπ(s,π′(s))≥vπ(s),则π′比π好,vπ′(s)≥vπ(s)q_\pi(s,\pi'(s))\geq v_\pi(s),则\pi'比\pi好,v_\pi'(s) \geq v\pi(s)qπ(s,π(s))vπ(s),ππvπ(s)vπ(s)
        在这里插入图片描述
  • 循环进行–》策略迭代

  • 策略估值
    在这里插入图片描述

  • 策略迭代=策略估值+策略提升

    • 贝尔曼方程
  • 估值迭代=不精确估值(一轮估值后)+策略提升

    • 贝尔曼最优方程
  • 可否在不精确估值情况下,策略提升?——精确估值耗费很长时间

    • 可以——估值迭代
  • 策略迭代
    [外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-kSSVqvTJ-1578385252937)(attachment:image.png)]

  • 估值迭代
    在这里插入图片描述

  • 比较
    在这里插入图片描述

  • 动态规划

    • 自举的方法(无中生有
    • 把贝尔曼方程变成更新规则
    • 优点:计算效率高
    • 缺点: 要知道环境的完整模型

蒙特卡罗方法——不知道环境完整模型情况下

  • 从真实或模拟的经验中计算状态(行动)估值函数

  • 不需要知道完整的模型

  • 采样
    在这里插入图片描述

  • 回到原状态的就不要了

  • 基于蒙特卡罗的方法的策略迭代

    • 仅有状态估值无法得出策略
    • 蒙特卡罗得到qπ(s,a)蒙特卡罗得到q_\pi(s,a)qπ(s,a),贪心得到策略
  • 优点:不同状态的估值在计算时独立(不依赖于自举)

    • 适用于模型未知或环境模型复杂
    • 收敛性由大数经历决定
  • 缺点:部分状态行为再蒙特卡罗模拟中不出现

    • 解决方案:exploring start :每个“状态-行为”对都以一定的概率作为模拟的起始点(残局)

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-HuOcKGpM-1578385252941)(attachment:image.png)]

  • 不要exploring start了
  • 其他方法——平衡开采和探索
    • on-policy
      • 每个状态都进行探索:eg:𝜺贪心
        • 1−ϵ+ϵA(s)贪心;以ϵA(s)选择费贪心1-\epsilon+\frac{\epsilon}{A(s)}贪心;以\frac{\epsilon}{A(s)}选择费贪心1ϵ+A(s)ϵA(s)ϵ
      • 缺点:最终得到的最优策略仅仅是ϵ\epsilonϵ最优策略(与最优解还有个小误差)
    • off-policy
      • 使用两个策略:
        • 目标策略π\piπ,和
          • 待优化策略
          • 贪心
        • 行为策略b
          • 保证每个状态对所有行为进行探索的可能

2.1 on-policy蒙特卡罗

[外链图片转存失败,源站可能有防盗链机制,建议将图片保存下来直接上传(img-dL99rUiO-1578385252942)(attachment:image.png)]

2.2 off-policy蒙特卡罗

在这里插入图片描述

时序差分方法

  • 蒙特卡洛一定要模拟到最后吗
  • 非平稳模拟
    在这里插入图片描述
    在这里插入图片描述
  • 时序差分方法是强化学习中最核心的策略学习方法
  • TD和蒙特卡洛方法的联系和区别
    • 联系:都是从经验中学习
    • 非平稳情形下的蒙特卡洛方法是TD的特例
    • 区别:蒙特卡洛方法需要episode完整的信息,TD只需要episode的部分信息
    • TD比蒙特卡罗快吧
  • TD和动态规划方法的联系和区别
    • 联系:TD和动态规划方法都采用自举的方法
    • 区别:动态规划方法依赖于完整的环境模型进行估计,TD依赖于经验进行估计
  • 从一个猜测学习一个猜测
    • 保证他学对了:多走了一步
  • 收敛
  • 在线的从经验中进行策略学习
  • 直接学习行为估值函数完成策略学习
  • 适用于状态和行为空间比较小的问题

在这里插入图片描述

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/481651.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

《Science》封面:华大基因领导构建了世界上第一张大脑再生的时空地图

来源&#xff1a;生物通由华大基因研究院领导的多所研究团队使用华大基因Stereo-seq技术&#xff0c;构建了世界上第一个蝾螈(Ambystoma mexicanum)大脑发育和再生的时空细胞图谱&#xff0c;揭示了脑损伤如何自我愈合。这项研究发表在最新一期的《Science》杂志的封面故事上。…

国科大高级人工智能12-博弈

这里写自定义目录标题欢迎使用Markdown编辑器新的改变功能快捷键合理的创建标题&#xff0c;有助于目录的生成如何改变文本的样式插入链接与图片如何插入一段漂亮的代码片生成一个适合你的列表创建一个表格设定内容居中、居左、居右SmartyPants创建一个自定义列表如何创建一个注…

科研进展 | 脑智卓越中心揭示神经元与胶质细胞互作参与胶质细胞命运决定的机制...

来源&#xff1a;中科院神经所神经元细胞与胶质细胞是神经系统最主要的两个细胞分类。在神经发育过程中&#xff0c;神经元类型先产生&#xff08;“神经发生”&#xff0c;neurogenesis&#xff09;&#xff0c;胶质细胞后产生&#xff08;“胶质发生”&#xff0c;gliogenesi…

国科大高级人工智能-总结

文章目录1.概论2. 搜索A\*最优性三个传教士与野人3.神经网络RBM DBN DBM hopfield比较结构及特性逐层贪婪训练与CDBPGAN4.逻辑一个永远无法归结结束的FOL合取范式规范化归结原理4.1resolution是完备的、可靠的Modus ponens4.1 蕴含与包含的证明蕴含与implication的关系5. 模糊数…

Science封面:全球首个脑再生时空图谱

来源&#xff1a;brainnews报道来源&#xff1a;作者团队原文链接&#xff1a;https://doi.org/10.1126/science.abp9444为了深入研究墨西哥钝口螈端脑再生的细胞和分子机制&#xff0c;并探讨其与发育的关系&#xff0c;研究人员收集了不同损伤再生阶段&#xff08;7个再生阶段…

国科大prml10-无监督学习

文章目录1.监督学习与无监督学习2. 聚类分析2.1簇的其他区别2.2类型2.2.1 基于中心的簇2.2.2 基于连续性的簇2.2.3 基于密度的簇2.2.4 基于概念的簇2.3 应用2.4 三要素3.距离函数3.1 距离函数的要求3.2标准化3.3其他相似、不相似函数4.评价指标4.1外部指标&#xff08;有参考模…

英伟达、AMD 高端芯片断供,国产芯片如何迅速崛起

来源&#xff1a;大数据文摘转载自AI科技大本营整理&#xff1a;苏宓出品&#xff1a;CSDN8 月 31 日&#xff0c;据外媒 Protocol、路透社等多家报道&#xff0c;美国开始对出口人工智能相关应用所需的先进芯片施加新的限制&#xff0c;其中 AMD、NVIDIA&#xff08;英伟达&am…

高文院士:AI将为芯片设计带来革命性改变

来源&#xff1a;中国电子报作者&#xff1a;姬晓婷9月1日&#xff0c;世界人工智能大会在上海举行。在芯片主题论坛上&#xff0c;中国工程院院士、鹏城实验室主任高文发表了题为“人工智能与EDA技术的前瞻性发展”的演讲。在高文看来&#xff0c;AI的应用将使芯片设计所需的时…

国科大prml11-降维

文章目录1.维度、特征与维度灾难维度特征维度灾难降维1 维度选择3.特征抽取3.1 预备知识3.2 线性模型3.2.1 多维缩放MDS3.2.2 线性降维的一般形式3.2.3 PCA主成分分析3.3 非线性模型3.3.1KPCA3.3.2流行学习&#xff08;欧氏距离不能反映相似性&#xff09;3.3.3 拉普拉斯特征映…

神经元模型:从离子通道到计算

导语本篇推文来自集智俱乐部的网站集智斑图的一篇路径《神经元模型&#xff1a;从离子通道到计算》&#xff0c;路径基于神经动力学模型读书会第一季臧蕴亮老师的分享整理而成。感兴趣的朋友可以结合本次分享的回放&#xff08;回放链接https://campus.swarma.org/course/4433&…

国科大prml12-半监督学习

文章目录1.假设2. 自学习算法3.多视角学习3.1 协同训练&#xff08;co-training)3.2 多视角学习4. 生成模型生成模型的例子4.2 GMM高斯混合模型4.2.1 EM算法用于GMM4.2.2减小风险的启发式4.3 聚类标签法&#xff08;cluster-and-label)5. S3VMsTSVM5.2 学习算法SVMlightSVM^{li…

我国城市大脑首批三项标准的解读和专家评议

来源&#xff1a;远望智库预见未来我国城市大脑首批三项标准的解读与专家评议2022年9月1日&#xff0c;中国指挥与控制学会在京召开《城市大脑首批标准新闻发布会》正式发布《城市大脑 术语》、《城市大脑顶层规划和总体架构》&#xff1b;《城市大脑数字神经元基本规定》等三项…

谷歌新作:扩散模型背后的数学原理

来源&#xff1a;机器之心扩散模型背后的数学可是难倒了一批人。最近一段时间&#xff0c;AI 作画可谓是火的一塌糊涂。在你惊叹 AI 绘画能力的同时&#xff0c;可能还不知道的是&#xff0c;扩散模型在其中起了大作用。就拿热门模型 OpenAI 的 DALLE 2 来说&#xff0c;只需输…

国科大prml13-概率图(CRF,HMM)

文章目录1. 有向概率图模型&#xff08;贝叶斯网络&#xff09;1.1 概率分布1.2 表示1.3 条件独立性1.3.2 检验条件独立算法&#xff08;贝叶斯球&#xff09;2. 无向图模型&#xff08;马尔科夫随机场&#xff09;2.1 条件独立性2.2 概率分布2.3 表示无向图的条件独立性判断3.…

解读2022城市大脑首批三项标准(新版)

来源&#xff1a;远望智库预见未来解读2022城市大脑首批三项标准&#xff08;新版&#xff09;2022年9月1日&#xff0c;中国指挥与控制学会在京召开《城市大脑首批标准新闻发布会》正式发布《城市大脑 术语》、《城市大脑顶层规划和总体架构》&#xff1b;《城市大脑数字神经元…

单个细胞比科学家们以前认为的更聪明

来源&#xff1a;生物通细胞不仅根据生长因子等外部信号做出选择&#xff0c;还根据从细胞内部接收到的信息做出选择。每一天&#xff0c;人类都在为自己做选择。为了确保做出的决定适合当时的情况&#xff0c;这些决定通常需要结合一系列上下文线索。我们的感官为我们提供了做…

国科大prml14-独立于算法的机器学习(boosting/

文章目录1.哲学定理2. 重采样resampling2.1 bagging2.2 boosting2.3 adaboost2.3.2训练误差2.4 active learning3. 估计和比较分类器--交叉检验3.1 交叉验证5.adaboost在人脸检测上的应用5.1肤色模型5.2基于AdaBoost的快速人脸检测如何选择好的模型和评价模型&#xff1f;独立于…

解读2022中国城市大脑首批三项标准(新版)

来源&#xff1a;远望智库预见未来解读2022城市大脑首批三项标准&#xff08;新版&#xff09;2022年9月1日&#xff0c;中国指挥与控制学会在京召开《城市大脑首批标准新闻发布会》正式发布《城市大脑 术语》、《城市大脑顶层规划和总体架构》&#xff1b;《城市大脑数字神经元…

国科大prml15-基于浅层模型的计算机视觉--以人脸识别为例

文章目录2. 特征设计与提取过程q2.1 局部特征--SIFT2.2局部特征HOG3. 特征汇聚或变换h3.1BoVW视觉词袋模型3.2PCA4.以人脸识别为例4.1 主动统计模型4.1.1ASM(active shape model)4.1.2 AAM主动表观模型4.2人脸特征提取和比对特征脸Fisherfaces方法--本质&#xff08;Fisher线性…

DeepMind又放大招!用大型语言模型实现可信推理,距离模型可解释性又近了一步...

来源&#xff1a;AI前线整理&#xff1a;核子可乐、冬梅可解释性&#xff0c;已经成为当今机器学习研究与开发领域最紧迫的难题之一。尽管目前的大规模语言模型&#xff08;LM&#xff09;已经展现出令人印象深刻的问答能力&#xff0c;但其固有的不透明性却导致人们无法理解模…