Добавление неидеальных данных в набор для обучения агента, управляющего символьной машиной

В рамках проекта PySymGym разрабатывается инфраструктура для обучения искусственных нейронных сетей управлению символьными машинами. В том числе, разрабатывается структура набора данных для обучения и собирается сам набор, содержащий трассы исполнения методов. В текущей версии в наборе содержатся только лучшие полученные для данного метода трассы. Но есть гипотеза, что если добавить трассы с немного худшей метрикой (скажем, достигается 100% покрытие, но за бОльшее число шагов), то это может улучшить результаты обучения. Эту гипотезу и предстоит проверить. Для этого необходимо проделать следующее.

• Разработать способ взвешенного добавления трасс в набор данных (в том числе, предложить функцию веса).
• Реализовать необходимые функции и структуры данных.
• Собрать новый набор данных.
• Обучить на нём модель, оценить её качество.