KI-Labor: Die hungrige Maus mit der Bellmann-Gleichung 🐭→🧀

1. Trainings-Tiefe (Bellman-Horizont)

Simuliert die Anzahl der Iterationen. Bestimmt, wie weit der "Reward-Sog" in die Welt ausstrahlt.

2. Diskontierung (Gamma γ)

Bestimmt den Wert zukünftiger Belohnungen gegenüber sofortigen (0.99 = weitsichtig).

V(s) = max [ R(s,a) + γ ⋅ V(s') ]

R (Reward): 20

γ (Gamma): 0.90

Horizont: 3

Status: Aktiv

3. Ansicht
Animation Policy (Pfeile) Heatmap

4. Welt-Editor (Drag & Drop)

Ziehe 🧀 oder Blöcke zum Verändern der Welt.

Info: Agenten in Quadranten ohne Wissen (Wert 0) bewegen sich zufällig. Die Lernkurve rechts zeigt den gemittelten Erfolg.

VALUE-MAP V(s)

LERN-STABILITÄT (AVG SUCCESS)