WEBVTT 00:00.830 --> 00:03.830 Xin chào và chào mừng bạn trở lại khóa học về trí tuệ nhân tạo. 00:03.830 --> 00:08.120 Vì vậy, chúng tôi đã nói về phương trình Belmont và chúng tôi đã phân tích mê cung nhỏ của chúng tôi. 00:08.300 --> 00:10.760 Chúng ta hãy nhìn vào kế hoạch. 00:10.880 --> 00:12.200 Kế hoạch là gì? 00:12.500 --> 00:14.570 Đây là phân tích mê cung của chúng tôi. 00:14.570 --> 00:19.430 Và chúng tôi biết rằng chúng tôi có thể nhìn thấy thực sự các trạng thái, các giá trị của mỗi trạng thái. 00:19.430 --> 00:22.760 Chúng ta có thể thấy giá trị của việc tồn tại ở mọi trạng thái là gì. 00:23.060 --> 00:27.530 Và do đó, tôi có thể hoặc người đại diện có thể điều hướng mê cung này. 00:27.530 --> 00:28.730 Vậy kế hoạch là gì? 00:28.730 --> 00:33.830 Chà, kế hoạch đơn giản giống như một bản đồ kho báu cho trí tuệ nhân tạo. 00:34.190 --> 00:40.400 Thay vì xem xét các giá trị này, chúng ta hãy thay thế chúng bằng các mũi tên cho biết tác nhân nên đi theo hướng nào vì 00:40.400 --> 00:43.340 các giá trị đó, bởi vì nó biết các giá trị đó. 00:43.340 --> 00:49.070 Vì vậy, một kịch bản lý tưởng, sau khi nó khám phá môi trường này, nó biết các giá trị của mỗi trạng thái, và do đó 00:49.070 --> 00:50.810 nó có thể đưa ra bản đồ này. 00:50.810 --> 00:51.800 Vì vậy, chúng ta hãy xem xét. 00:51.800 --> 00:54.260 Một lần nữa, chúng ta biết rằng ở đây giá trị là một. 00:54.260 --> 00:57.770 Vì vậy, nếu bạn ở đây trong số hai, thì tốt hơn là cái này. 00:57.770 --> 01:00.080 Vì vậy, bạn đi ngay từ đây ra khỏi hai. 01:00.110 --> 01:00.890 Đây là một cái tốt hơn. 01:00.890 --> 01:01.790 Đây là một cái tốt hơn. 01:01.820 --> 01:02.690 Đây là một cái tốt hơn. 01:02.690 --> 01:04.660 Hoặc thực ra, từ đây bạn có hai lựa chọn, phải không? 01:04.670 --> 01:06.830 Vì vậy, đây là một loại giống như một cà vạt. 01:06.860 --> 01:12.200 Vì vậy, bạn chỉ cần chọn một cách ngẫu nhiên, không quan trọng cái nào, bởi vì giá trị trong những thứ này trong cả hai trường hợp 01:12.200 --> 01:12.860 là như nhau. 01:12.860 --> 01:17.540 Và hơn thế nữa, ngay cả khi chúng ta xem qua, nó sẽ cần cùng một số bước, cùng một số bước để đi 01:17.540 --> 01:18.290 đến cuối cùng. 01:18.500 --> 01:22.490 Từ đây, bạn có ba tùy chọn, nhưng tùy chọn này là giá trị tốt hơn từ đây. 01:22.490 --> 01:24.170 Đây là một giá trị tốt hơn từ đây. 01:24.200 --> 01:28.880 Rõ ràng, đây là một giá trị tốt hơn bởi vì ở đây, bạn chỉ nhận được một phần thưởng trừ đi ngay lập tức. 01:29.480 --> 01:31.880 Và từ đây bạn thực sự có ba cái. 01:31.880 --> 01:35.150 Vì vậy, nhưng cái này là cái tốt nhất trong số họ, giá trị tốt nhất của nhà nước. 01:35.240 --> 01:41.000 Và do đó, nếu chúng ta thay thế chúng bằng các mũi tên, có nghĩa là đây là cách tác nhân sẽ đi nếu nó bắt đầu ở 01:41.000 --> 01:45.890 đây hoặc nếu vì lý do nào đó nó kết thúc ở hình vuông này, nó biết cách thoát khỏi đây và nó 01:45.890 --> 01:46.990 bắt đầu trong Quảng trường. 01:46.990 --> 01:48.890 Nó biết cách thoát khỏi đây và vân vân. 01:48.890 --> 01:51.350 Vì vậy, đó là những gì một kế hoạch. 01:51.350 --> 01:56.300 Và đừng nhầm lẫn giữa kế hoạch với chính sách vì chúng ta sẽ nói thêm về các chính sách. 01:56.300 --> 02:01.220 Các chính sách rất giống với các kế hoạch, nhưng chúng có một mẹo nhỏ đối với chúng vì môi 02:01.220 --> 02:05.600 trường sẽ khác một chút, nó sẽ là ngẫu nhiên, và đó là những gì chúng ta 02:05.600 --> 02:07.430 sẽ nói trong hướng dẫn tiếp theo. 02:07.760 --> 02:09.950 Vì vậy, tôi rất nóng lòng được gặp các bạn vào chương trình tiếp theo. 02:09.950 --> 02:11.600 Và cho đến khi đó, hãy tận hưởng. 02:11.600 --> 02:12.110 TÔI.