EZ
то вроде пруфается что сходится
Size: a a a
2020 September 10
CD
а как механически делается?
CD
накидываем рандомных позиций, минимизируемся на них, после чего валидируем рандомные 0 и 1?
CD
отношения подогнать напильником?
EZ
а как механически делается?
ну дпхой если состояний мало, либо добавляешь штраф за время
CD
ну дпхой если состояний мало, либо добавляешь штраф за время
у меня косынка на 136 тайлов)
CD
руку в маджонге оптимально собираю
CD
C(136; 14) не выглядит как что-то что я смогу редуктить до чистой динамики
EZ
C(136; 14) не выглядит как что-то что я смогу редуктить до чистой динамики
это количество вершин в графе?)
CD
это количество вершин в графе?)
представь себе колоду, в ней 136 карт, у меня в руке 13 карт, приходит 14я, надо одну выкинуть
CD
так что примерно столько вершин в графе, да
PO
А есть шарящие в оптимизациях? Для игры на графе "прийди от старта к финишу" хочу назначить 0 начальной позиции, 1 конечной и после этого оптимизировать согласованность оценки, то есть минимизировать невязку между оценкой позиции и средним оценки по рандому возможных переходов. Плюсы, минусы, подводные камни?
Это прям задачи для reinforcementа
EZ
так что примерно столько вершин в графе, да
а как ты собрался хранить оценки вообще?)
EZ
Это прям задачи для reinforcementа
ну он уже придумал уравнение беллмана
CD
ну он уже придумал уравнение беллмана
я его знал офк
CD
а как ты собрался хранить оценки вообще?)
я собираюсь оценку научиться делать
CD
а не хранить все ответы
EZ
я собираюсь оценку научиться делать
нейронкой?))))))))
CD
нейронкой?))))))))
до нейронок я пока не дошел
PO
Нейронкой херово