i2ai an der TU München

Karteikarten und Zusammenfassungen für i2ai an der TU München

Arrow Arrow

Komplett kostenfrei

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

studysmarter schule studium
d

4.5 /5

studysmarter schule studium
d

4.8 /5

Lerne jetzt mit Karteikarten und Zusammenfassungen für den Kurs i2ai an der TU München.

Beispielhafte Karteikarten für i2ai an der TU München auf StudySmarter:

Agent function

Beispielhafte Karteikarten für i2ai an der TU München auf StudySmarter:

Rational Agent

Beispielhafte Karteikarten für i2ai an der TU München auf StudySmarter:

Omniscient agent

Das war nur eine Vorschau der Karteikarten auf StudySmarter.
Flascard Icon Flascard Icon

Über 50 Mio Karteikarten von Schülern erstellt

Flascard Icon Flascard Icon

Erstelle eigene Karteikarten in Rekordzeit

Flascard Icon Flascard Icon

Kostenlose Karteikarten zu STARK Inhalten

Kostenlos anmelden

Beispielhafte Karteikarten für i2ai an der TU München auf StudySmarter:

Learning

Beispielhafte Karteikarten für i2ai an der TU München auf StudySmarter:

Autonomy

Beispielhafte Karteikarten für i2ai an der TU München auf StudySmarter:

Task Environment:

PEAS

Beispielhafte Karteikarten für i2ai an der TU München auf StudySmarter:

Properties of Task Environments

Das war nur eine Vorschau der Karteikarten auf StudySmarter.
Flascard Icon Flascard Icon

Über 50 Mio Karteikarten von Schülern erstellt

Flascard Icon Flascard Icon

Erstelle eigene Karteikarten in Rekordzeit

Flascard Icon Flascard Icon

Kostenlose Karteikarten zu STARK Inhalten

Kostenlos anmelden

Beispielhafte Karteikarten für i2ai an der TU München auf StudySmarter:

Properties of Task Environments:

Fully observable vs.partially observable

Beispielhafte Karteikarten für i2ai an der TU München auf StudySmarter:

Properties of Task Environments:

Single agent vs.multi agent

Beispielhafte Karteikarten für i2ai an der TU München auf StudySmarter:

Properties of Task Environments:

Deterministic vs.stochastic

Beispielhafte Karteikarten für i2ai an der TU München auf StudySmarter:

Properties of Task Environments:

Episodic vs.sequential

Das war nur eine Vorschau der Karteikarten auf StudySmarter.
Flascard Icon Flascard Icon

Über 50 Mio Karteikarten von Schülern erstellt

Flascard Icon Flascard Icon

Erstelle eigene Karteikarten in Rekordzeit

Flascard Icon Flascard Icon

Kostenlose Karteikarten zu STARK Inhalten

Kostenlos anmelden

Beispielhafte Karteikarten für i2ai an der TU München auf StudySmarter:

Percept sequence

Kommilitonen im Kurs i2ai an der TU München. erstellen und teilen Zusammenfassungen, Karteikarten, Lernpläne und andere Lernmaterialien mit der intelligenten StudySmarter Lernapp. Jetzt mitmachen!

Jetzt mitmachen!

Flashcard Flashcard

Beispielhafte Karteikarten für i2ai an der TU München auf StudySmarter:

i2ai

Agent function

Maps any given percept sequence to an action

i2ai

Rational Agent

Maximize its performance measure, given the prior percept sequence and its built-in knowledge

i2ai

Omniscient agent

Knows the actual outcome of its actions, which is impossible in reality. 


Example: Just imagine you know the outcome of betting money on something.

A rational agent (unequal omniscient agent) maximizes expected performance.

i2ai

Learning

Rational agents are able to learn from perception, i.e., they improve their knowledge of the environment over time.

i2ai

Autonomy

Rational agent is autonomous if 

  • less dependent on prior knowledge
  • uses newly learned abilities instead.

i2ai

Task Environment:

PEAS

performance, 

environment,

actuators,

sensors

i2ai

Properties of Task Environments

  • Fully observable vs.partially observable
  • Single agent vs.multi agent
  • Deterministic vs.stochastic
  • Episodic vs.sequential
  • Discrete vs.continuous
  • Static vs.dynamic
  • Known vs.unknown

i2ai

Properties of Task Environments:

Fully observable vs.partially observable

Fully observable

Agent can detect the complete state of the environment

Partially observable otherwise.


Example: The vacuum-cleaner world is partially observable since the robot only knows whether the current square is dirty.

i2ai

Properties of Task Environments:

Single agent vs.multi agent

Multi agent environment

Contains several agents

Single agent environment otherwise. 


Example: The vacuum-cleaner world is a single agent environment. A chess game is a two-agent environment.

i2ai

Properties of Task Environments:

Deterministic vs.stochastic

Deterministic

Next state is fully determined by its current state and the action of the agent

Stochastic otherwise.


Example: The automated taxi driver environment is stochastic since the behavior of other traffic participants is unpredictable. The outcome of a calculator is deterministic.

i2ai

Properties of Task Environments:

Episodic vs.sequential

Episodic

actions taken in one episode (in which the robot senses and acts) does not affect later episodes

Sequential otherwise. 

Example: Detecting defective parts on a conveyor belt is episodic. Chess and automated taxi driving are sequential.

i2ai

Percept sequence

Complete history of its perception

Vacuum cleaner example: [A,Dirty],[A,Clean],[B,Clean],[A,Clean].

Melde dich jetzt kostenfrei an um alle Karteikarten und Zusammenfassungen für i2ai an der TU München zu sehen

Singup Image Singup Image
Wave

Andere Kurse aus deinem Studiengang

Für deinen Studiengang i2ai an der TU München gibt es bereits viele Kurse auf StudySmarter, denen du beitreten kannst. Karteikarten, Zusammenfassungen und vieles mehr warten auf dich.

Zurück zur TU München Übersichtsseite

Cognitive Systems

Mensch und Produktion

3D-Bildgebung

Montage, Handhabung, Industrieroboter

Planung technischer Logistiksysteme

Qualitätsmanagement

Bionik

Computer Aided Medical Procedure

Trends und Entwicklung in der Automobilindustrie

Systems Engineering

Künstliche Intelligenz in der Fahrzeugtechnik

Logistik in der Automobilindustrie

IT an der

Hochschule Landshut

IM an der

Universität Erlangen-Nürnberg

iw an der

Hochschule Furtwangen

IT an der

Hochschule Esslingen

IE an der

Universität Trier

Ähnliche Kurse an anderen Unis

Schau dir doch auch i2ai an anderen Unis an

Zurück zur TU München Übersichtsseite

Was ist StudySmarter?

Was ist StudySmarter?

StudySmarter ist eine intelligente Lernapp für Studenten. Mit StudySmarter kannst du dir effizient und spielerisch Karteikarten, Zusammenfassungen, Mind-Maps, Lernpläne und mehr erstellen. Erstelle deine eigenen Karteikarten z.B. für i2ai an der TU München oder greife auf tausende Lernmaterialien deiner Kommilitonen zu. Egal, ob an deiner Uni oder an anderen Universitäten. Hunderttausende Studierende bereiten sich mit StudySmarter effizient auf ihre Klausuren vor. Erhältlich auf Web, Android & iOS. Komplett kostenfrei. Keine Haken.

Awards

Bestes EdTech Startup in Deutschland

Awards
Awards

European Youth Award in Smart Learning

Awards
Awards

Bestes EdTech Startup in Europa

Awards
Awards

Bestes EdTech Startup in Deutschland

Awards
Awards

European Youth Award in Smart Learning

Awards
Awards

Bestes EdTech Startup in Europa

Awards
X

StudySmarter - Die Lernplattform für Studenten

StudySmarter

4.5 Stars 1100 Bewertungen
Jetzt entdecken
X

Gute Noten in der Uni? Kein Problem mit StudySmarter!

89% der StudySmarter Nutzer bekommen bessere Noten in der Uni.

50 Mio Karteikarten & Zusammenfassungen
Erstelle eigene Lerninhalte mit Smart Tools
Individueller Lernplan & Statistiken


Lerne mit über 1 Millionen Nutzern in der kostenlosen StudySmarter App.

Du bist schon registriert? Hier geht‘s zum Login