подскажите RL метод для управления агентом

агенту хочу скармливать список ближайших обьектов

т.е. так:
1) камень, относительные координаты -1 +2
2) другой агент, -4 -2
3) трава, -1 0
4) еще камень. 1 -3

это не граф (связи между обьектами нет)

и я не хочу давать это в виде графики (большинство ячеек пусты)

и не хочу давать в виде суммированного списка типа bag of words (камней несколько, должен уметь различать этот момент)

и не хочу фиксировать число входов (список может менять длину, не хочу постоянно обрабатывать максимально возможную длину списка)

предложите ваше решение

Уважаемые,
Code snippet 1

loss1 = criterion(net(x))
loss1.backward()
opt.step()
opt.step()
y1 = net(x)

Code snippet 2

loss2 = 2 * criterion(net(x))
loss2.backward()
opt.step()
y2 = net(x)

Должен ли я получить один и тот же результат для y1 и y2? Т.е. будет ли allclose(y1, y2) = True?

Я сам проверял, получить одно и то же - не получил. Интересно почему

Наверное, тут ещё от имплементации оптимизирующего метода зависит

Human to cat translation with GANimorph (ECCV 2018). Several improvements of CycleGAN allow changing not only texture but even shape.
🔎 arxiv.org/abs/1808.04325
📉 @loss_function_porn

кошкодевочки всё ближе!

Так точно. C SGD всё так как и ожидалось

Firefox выкатывает поддержку DNS-over-HTTPS, что не позволит провайдерам фильтровать трафик https://www.zdnet.com/article/uk-isp-group-names-mozilla-internet-villain-for-supporting-dns-over-https/

Какие способы построения автоматических диалогов вы знаете? Что бы можно было собрать реалистично общающегося бота и не нужно было писать шаблоны "вопрос-ответ".

Я пробовал парсить реддит и твиттер, анализировать последовательность слов в входящем сообщении и отвечать наиболее часто встречающимися последовательностями слов. Часто сообщения выглядели неестественно, по ботски, без контекста.

Если вы знаете, можете рассказать о способах построения диалогов или о конкретных библиотеках, но желательно о таких, которые можно исследовать, а не о каких-то абстрактных нейросетях, логика которых недоступна для понимания сторонним разработчиком.

Мне не нужно распознавание речи. Нужен бот, умеющий в человекоподобный диалог без шаблонов, но возможно с базой знаний.

Если вы такого не знаете - можете рассказать о том как вы бы подошли к этому. Может быть использовали бы настоящих людей через прокси сервисы (ваш бот пересылал бы сообщения кому-нибудь в твиттер/реддит/ВК и отправлял бы ответы обратно) или у вас есть идея как заставить понимать контекст алгоритмами

У тебя есть 100 миллионов долларов?

Нет

Тогда тебе никто такого не сделает.

Мне и не нужно что бы кто-то делал

Почитай сяоайс. Сделать можно но вся засада с датасетами, плюс метрика качества разговора их сотни, в зависимости от цели. Вся проблема в том, что юзая скажем данные корнелл корпуса диалогов с сериалов получишь бота, который сериально невпопад говорит и нет варика его исправить. Тк там болтают десятки персонажей со своими целями и вот и бот также болтать будет, что полностью бесполезно

Rank-consistent Ordinal Regression for Neural Networks

Article: https://arxiv.org/abs/1901.07884

PyTorch: https://github.com/Raschka-research-group/coral-cnn

У меня прямо противоположная задача. Найти способы, подходы и алгоритмы для правдоподобного диалога с пониманием контекста

Кстати, интересно, какой сейчас бот считается самым крутым в этом плане? Он хранит базы контекстов на каждого собеседника?

Например я скажу между словом что однажды я попробовал пиццу с ананасами и она мне не понравилась.

Он запомнит это, если мы говорили не об этом и если у него нет маркетинговой задачи трекать всё о пиццах и вкусовых предпочтениях? Что бы потом, когда я скажу, "если ты мой друг, скажи, что я не люблю из еды?" он мог об этом вспомнить.