Rodzina algorytmów dla problemów trudnej eksploracji: archiwum odwiedzonych stanów, powrót do obiecujących i eksploracja z nich, a następnie uodpornianie znalezionych rozwiązań.
An algorithm family for hard-exploration problems: an archive of visited states, returning to promising ones and exploring from them, then robustifying the solutions found.
Program zapisuje ciekawe miejsca, do których dotarł, wraca do nich i dopiero stamtąd sprawdza, co dalej.
The program records interesting places it reached, returns to them, and explores onward from there.
W zadaniach z mylącą lub bardzo rzadką nagrodą agent zapomina, jak dotarł daleko, i za każdym razem zaczyna od zera.
In tasks with misleading or very rare rewards, the agent forgets how it got far and restarts from scratch each time.
Jak alpinista zakładający obozy: zamiast za każdym razem wchodzić od podnóża, startuje z najwyższego dotychczasowego obozu.
Like a climber setting up camps: instead of starting from the foot each time, they set off from the highest camp so far.
Program testujący grę odnajduje kolejne poziomy, bo zapisuje każdy nowy pokój i z niego rusza dalej.
A game-testing program reaches later levels because it saves each new room and continues from it.