logo

Crowdly

Now run the agent experiment twice (usual settings - 2000 episodes/1000 max step...

✅ Перевірена відповідь на це питання доступна нижче. Наші рішення, перевірені спільнотою, допомагають краще зрозуміти матеріал.

Now run the agent experiment twice (usual settings - 2000 episodes/1000 max steps/seed2026):

  • use the (improved in the previous question) Slippery Decay policy on the slippery environment
  • use the Non-Slippery Decay policy on the slippery environment

How does the non-slippery policy perform in the slippery environment? Write how often the slippery agent manages to reach the goal compared the the non-slippery one. What might be the reason behind the difference in performance between the two policies? How does the non-slippery agent try to tackle the environment compared to the slippery one?

Більше питань подібних до цього

Хочете миттєвий доступ до всіх перевірених відповідей на moodle.jku.at?

Отримайте необмежений доступ до відповідей на екзаменаційні питання - встановіть розширення Crowdly зараз!