Presná definícia
Čo znamená návratnosť?
Návratnosť je súčet budúcich odmien od určitého kroku, často diskontovaný faktorom gamma. Je náhodnou cieľovou veličinou hodnotových funkcií a prepája okamžité rozhodnutie s jeho neskoršími dôsledkami.
Skúsenosť a kontext
Ako sa pojem používa v praxi
Pri riadení batérie tím počíta diskontovanú návratnosť za celú epizódu, ale osobitne reportuje aj degradáciu, náklady a porušenia limitov.
Overiteľnosť
Odborné zdroje
Praktické odpovede
Často kladené otázky
Čo presne znamená návratnosť?
Návratnosť je súčet budúcich odmien od určitého kroku, často diskontovaný faktorom gamma.
Kedy sa návratnosť používa?
Pri riadení batérie tím počíta diskontovanú návratnosť za celú epizódu, ale osobitne reportuje aj degradáciu, náklady a porušenia limitov.
Od čoho treba návratnosť odlíšiť?
Reward je signál jedného kroku; return agreguje budúcu sekvenciu odmien podľa horizontu a diskontu.
Ako sa návratnosť kontroluje?
Overuje sa definícia horizontu, gamma, terminálne odmeny, normalizácia, bootstrap na konci segmentu a rozdelenie návratností.
Aké obmedzenie má návratnosť?
Pri vysokom rozptyle je odhad návratnosti nestabilný a nevhodný diskont môže potlačiť dôležité dlhodobé následky.