Introduce Structured Credit Assignment System for Episode Reinforcement Learning
メンテナーはふだん 4 日以内に返信
まだ誰も着手していません。
評価
- 難易度
- 5/5
- 見積もり時間
- 1週間以上
- 初心者へのやさしさ
- 25/100
- issue の種類
- 機能追加
- 明瞭さ
- 説明が足りない
- 活発さ
- 静か
- 技術スタック
- python
調査の方向性
ファイル、テスト、エントリーポイントは指定されていません。まず既存のエピソード報酬の分配を特定し、次にアクションレベルの帰属、中間報酬、分解、可視化の設計を明確にしてください。設計ドキュメントが完成し、クレジット割り当てモデルが実装され、帰属レポートが生成されれば完了です。
索引モデルが issue の本文から書いたものです。
説明
Summary
Replace simple reward distribution mechanisms with structured credit assignment.
Problem
Current episode rewards may not sufficiently explain which actions contributed to success or failure.
Proposed Work
Action-level attribution
Intermediate rewards
Reward decomposition
Attribution visualization
Acceptance Criteria
Design document completed
Credit assignment model implemented
Attribution reports generated
- 主要言語
- Python
- スター
- 12
- フォーク
- 11
- 平均マージ
- 1日 22時間
- マージ済み PR（30日）
- 8
環境構築
このプロジェクトには開発コンテナ、Dockerfile、コントリビューションガイドがありません。まず README を読み、一般的な手順ははじめてのコントリビューションガイドを参照してください。
はじめの一歩
- issue を最後まで読み、次にプロジェクトのコントリビューションガイドを読みます。
- 着手することを issue にコメントします — 二人が同じ作業をするのを防げます。
- リポジトリをフォークし、ブランチを切って変更します。
- issue 番号を参照したプルリクエストを送ります。
microsoft/agent-learning のほかの issue
-
難易度 5/5 1週間以上 初心者へのやさしさ 30/100
microsoft/agent-learning#28 ·
メンテナーはふだん 4 日以内に返信
-
難易度 5/5 1週間以上 初心者へのやさしさ 35/100
microsoft/agent-learning#27 ·
メンテナーはふだん 4 日以内に返信
-
Investigate Native Integration with Microsoft Agent Framework対応中かも @jkafrouni が 28 日前に担当しました。 オープン
microsoft/agent-learning#26 · コメント 2 件 · 担当者 1 名 ·
メンテナーはふだん 4 日以内に返信
-
難易度 5/5 1週間以上 初心者へのやさしさ 35/100
microsoft/agent-learning#25 ·
メンテナーはふだん 4 日以内に返信
-
難易度 5/5 1週間以上 初心者へのやさしさ 25/100
microsoft/agent-learning#24 ·
メンテナーはふだん 4 日以内に返信
microsoft/agent-learning の issue をすべて見る
似ている issue
-
難易度 1/5 1〜3時間 初心者へのやさしさ 82/100
メンテナーはふだん 1 日以内に返信
-
難易度 1/5 1時間未満 初心者へのやさしさ 85/100
tharje/spooler-v2#20 ·
-
難易度 2/5 1〜3時間 初心者へのやさしさ 75/100
メンテナーはふだん 1 日以内に返信
-
Bump version of azure-servicebus対応中かも @joostlek が今日担当しました。 オープン
難易度 2/5 1〜3時間 初心者へのやさしさ 68/100
home-assistant/core#186275 ·
メンテナーはふだん 1 日以内に返信
-
documentation
難易度 1/5 1時間未満 初心者へのやさしさ 72/100