
IA e computação
Aprendizagem por reforço: ciclo agente-ambiente
- Composição:
- um circuito fechado entre duas caixas
- Proporção:
- 4:3
Prompt
Crie um esquema do 【loop de aprendizagem por reforço】: uma caixa de agente (um pequeno ícone de robô) na parte superior e uma caixa de ambiente (um pequeno labirinto) na parte inferior, unidas em um loop. Desenhe cada relacionamento exatamente como listado e nada mais:
1. 【O agente envia uma ação para o ambiente ao longo do lado direito do loop.】
2. 【O ambiente envia o novo estado e uma recompensa ao agente no lado esquerdo do loop.】
3. 【Dentro do agente, uma pequena caixa de política escolhe a ação do estado.】
4. 【Uma pequena seta tracejada da recompensa até a apólice mostra a recompensa atualizando a apólice.】
Não há barras T nesta figura. Não escreva as frases numeradas na figura. Escreva cada rótulo apenas uma vez em toda a figura.
Rótulos (use cada um apenas uma vez, sem adicionar outro texto): 【Agent, Environment, Action, State, Reward, Policy】.
Estilo: diagrama esquemático estilo diário. Limpe gráficos vetoriais planos em um fundo branco. Os módulos são retângulos arredondados ou ícones simples com seus nomes curtos dentro; painéis em tons pastéis claros agrupam camadas relacionadas. Apenas 3-4 cores suaves, cada uma com um significado fixo. Setas finas e uniformes mostram o fluxo de dados, energia, material ou influência; setas tracejadas para links indiretos ou de feedback. Somente rótulos sem serifa em inglês, cada rótulo aparece exatamente uma vez, escrito exatamente como indicado. Sem renderização 3D, sem sombras, sem brilho, sem decoração cyberpunk ou de fundo tecnológico, sem fotorrealismo.
Abre a Yila com este prompt e o exemplo como imagem de referência.
Os exemplos foram gerados com Nano Banana. O prompt também funciona com GPT Image e outros modelos de imagem; os resultados variam conforme o modelo.






