EXPLORE / 06
术语索引
AI 与软件开发中的专用名词及其说明
实体记录
4650 条记录 · 92/117
- 3641
大规模实验
涉及海量数据和复杂模型的高算力训练任务
官网待补 - 3642
云计算
通过互联网按需提供计算资源和服务的模式
官网待补 - 3643
通用智能
指具备跨领域学习与适应能力的广泛认知能力
官网待补 - 3644
通用智能体
能在多种不同环境中执行广泛任务的自主AI系统
官网待补 - 3645
自回归生成模型
按顺序逐个预测数据点（如像素）的生成式神经网络架构
官网待补 - 3646
离散化逻辑混合似然
将连续概率密度函数离散化以准确评估像素级生成模型的方法
官网待补 - 3647
似然函数
衡量观测数据在给定参数下出现概率的统计函数
官网待补 - 3648
神经网络策略
基于神经网络的决策函数，常见于强化学习
官网待补 - 3649
模型鲁棒性
模型在面对噪声、异常或攻击时保持性能的能力
官网待补 - 3650
接地语言
符号意义直接锚定于物理环境或感知数据的语言形式
官网待补 - 3651
接地问题
如何将抽象符号与现实世界感知经验建立联系
官网待补 - 3652
组合性
复杂表达式的意义由其组成部分及其组合方式决定
官网待补 - 3653
动作识别
从视频数据中自动识别和分类人类动作的技术
官网待补 - 3654
时序分段模型
将视频划分为多个片段并独立编码以捕捉长程依赖的架构
官网待补 - 3655
可复现研究
提供完整代码与数据以确保他人能验证结果的研究方法
官网待补 - 3656
语言涌现
智能体间自发形成通信符号或规则的现象
官网待补 - 3657
交互式可视化
允许用户通过操作界面动态探索数据与模型内部机制的技术
官网待补 - 3658
情感分析
识别和提取文本中主观情绪、态度或观点的技术
官网待补 - 3659
随机神经网络
引入随机性以增强探索或鲁棒性的网络结构
官网待补 - 3660
OpenAI Gym
用于开发和比较强化学习算法的标准化工具包
官网待补 - 3661
软 Q 学习
引入熵正则化的最大熵强化学习变体
官网待补 - 3662
深度 Q 网络
结合深度神经网络与 Q-learning 的强化学习算法
官网待补 - 3663
UCB
一种基于置信区间上界的决策策略，用于平衡探索与利用
官网待补 - 3664
Q-集成
训练多个独立的 Q 值网络以估计价值函数的分布和不确定性
官网待补 - 3665
上置信界
一种基于乐观偏差的探索策略，优先选择潜在收益最高的动作
官网待补 - 3666
机器人仿真
在虚拟环境中模拟机器人动力学以进行测试和训练的技术
官网待补 - 3667
MuJoCo
一款用于计算物理、机器学习和生物力学的高性能仿真引擎
官网待补 - 3668
对抗样本
经过微小扰动导致模型产生错误输出的输入数据
官网待补 - 3669
课程学习
模仿人类学习过程，由易到难安排训练样本顺序的策略
官网待补 - 3670
后见之明
利用实际发生的结果重新定义目标以生成有效样本
官网待补 - 3671
经验回放
存储并随机采样历史交互数据以打破相关性
官网待补 - 3672
近端策略优化
一种通过限制策略更新幅度来稳定训练的强化学习算法
官网待补 - 3673
探索与利用
在尝试未知行动以获取新信息与选择已知最优行动之间的权衡
官网待补 - 3674
奖励函数
强化学习中定义智能体行为优劣的数值评分机制
官网待补 - 3675
监督学习
利用带标签数据训练模型以预测输出的机器学习范式
官网待补 - 3676
样本效率
模型达到特定性能所需的数据量或交互次数越少，效率越高
官网待补 - 3677
信任域策略优化
通过限制策略更新步长来保证单调改进的算法
官网待补 - 3678
异步优势演员评论家
一种通过多个并行工作线程更新策略的强化学习算法
官网待补 - 3679
监督深度学习
依赖带标签静态数据集进行模型训练的方法
官网待补 - 3680
心智理论
推断他人信念、意图及心理状态的能力，常用于描述 AI 对交互对象的建模
官网待补