flykhan
2536c937e3
翻译自英文原版 maths-cs-ai-compendium，共 20 章全部完成。 第01章 向量 | 第02章 矩阵 | 第03章 微积分 第04章 统计学 | 第05章 概率论 | 第06章 机器学习 第07章 计算语言学 | 第08章 计算机视觉 | 第09章 音频与语音 第10章 多模态学习 | 第11章 自主系统 | 第12章 图神经网络 第13章 计算与操作系统 | 第14章 数据结构与算法 第15章 生产级软件工程 | 第16章 SIMD与GPU编程 第17章 AI推理 | 第18章 ML系统设计 第19章 应用人工智能 | 第20章 前沿人工智能 翻译说明： - 所有数学公式 $...$ / $$...$$、代码块、图片引用完整保留 - mkdocs.yml 配置中文导航 + language: zh - README.md 已翻译为中文（兼 docs/index.md） - docs/ 目录包含指向各章文件的 symlink - 约 29,000 行中文内容，排除 .cache/ 构建缓存
41 lines
2.6 KiB
XML
41 lines
2.6 KiB
XML
<svg width="700" height="300" xmlns="http://www.w3.org/2000/svg">
|
|
<defs>
|
|
<marker id="mdp-arrow" markerWidth="10" markerHeight="7" refX="10" refY="3.5" orient="auto">
|
|
<path d="M0,0 L10,3.5 L0,7" fill="none" stroke="#555" stroke-width="1.2"/>
|
|
</marker>
|
|
</defs>
|
|
<text x="350" y="25" fill="#333" font-size="14" font-weight="bold" text-anchor="middle">Agent-Environment Interaction Loop</text>
|
|
|
|
<!-- Agent box -->
|
|
<rect x="120" y="60" width="180" height="80" rx="10" fill="#3498db" opacity="0.15" stroke="#3498db" stroke-width="2"/>
|
|
<text x="210" y="95" fill="#3498db" font-size="14" font-weight="bold" text-anchor="middle">Agent</text>
|
|
<text x="210" y="115" fill="#3498db" font-size="11" text-anchor="middle">policy: pi(a|s)</text>
|
|
|
|
<!-- Environment box -->
|
|
<rect x="400" y="60" width="180" height="80" rx="10" fill="#e74c3c" opacity="0.15" stroke="#e74c3c" stroke-width="2"/>
|
|
<text x="490" y="95" fill="#e74c3c" font-size="14" font-weight="bold" text-anchor="middle">Environment</text>
|
|
<text x="490" y="115" fill="#e74c3c" font-size="11" text-anchor="middle">dynamics: P(s'|s,a)</text>
|
|
|
|
<!-- Action arrow (Agent -> Environment, top) -->
|
|
<path d="M 300,75 C 340,45 370,45 400,75" fill="none" stroke="#27ae60" stroke-width="2" marker-end="url(#mdp-arrow)"/>
|
|
<text x="350" y="48" fill="#27ae60" font-size="12" font-weight="bold" text-anchor="middle">action a_t</text>
|
|
|
|
<!-- State arrow (Environment -> Agent, bottom) -->
|
|
<path d="M 400,125 C 370,160 340,160 300,125" fill="none" stroke="#9b59b6" stroke-width="2" marker-end="url(#mdp-arrow)"/>
|
|
<text x="350" y="178" fill="#9b59b6" font-size="12" font-weight="bold" text-anchor="middle">state s_{t+1}</text>
|
|
|
|
<!-- Reward arrow -->
|
|
<line x1="490" y1="140" x2="490" y2="210" stroke="#f39c12" stroke-width="2" marker-end="url(#mdp-arrow)"/>
|
|
<line x1="490" y1="210" x2="210" y2="210" stroke="#f39c12" stroke-width="2" marker-end="url(#mdp-arrow)"/>
|
|
<text x="350" y="228" fill="#f39c12" font-size="12" font-weight="bold" text-anchor="middle">reward r_t</text>
|
|
|
|
<!-- Timeline at bottom -->
|
|
<line x1="100" y1="270" x2="600" y2="270" stroke="#999" stroke-width="1"/>
|
|
<circle cx="170" cy="270" r="3" fill="#999"/>
|
|
<text x="170" y="262" fill="#666" font-size="10" text-anchor="middle">t</text>
|
|
<circle cx="350" cy="270" r="3" fill="#999"/>
|
|
<text x="350" y="262" fill="#666" font-size="10" text-anchor="middle">t+1</text>
|
|
<circle cx="530" cy="270" r="3" fill="#999"/>
|
|
<text x="530" y="262" fill="#666" font-size="10" text-anchor="middle">t+2</text>
|
|
<text x="350" y="295" fill="#666" font-size="10" text-anchor="middle">loop repeats until terminal state or horizon</text>
|
|
</svg> |