Učení virtuálního robota metodami umělé inteligence – Bc. Ondřej PROCHÁZKA
Bc. Ondřej PROCHÁZKA
Diplomová práce
Učení virtuálního robota metodami umělé inteligence
Using machine learning to teach a virtual robot.
Anotace:
Pro učení umělé inteligence se využívá metody reinforcement learningu. V diplomové práci se věnuji této metodě. Pro demonstraci reinforcement learningu jsem implementoval virtuální prostředí robota. Ve virtuálním prostředí se robot učí plnit úkoly. Metoda reinforcement learningu za pomocí umělých neuronových sítí je pak využita při trénování robota. Tato metoda má aplikaci ve spoustě složitých případů …víceAbstract:
In artificial intelligence exists methods for creating trainable agent. In master thesis is demonstrated this technique. For explanation and example I implemented virtual enviroment for robot. Robot is learning to solve problems in this enviroment. Reinforcement learning with neural networks are used for training the robot. This method can be used in many tough cases. One of the cases can be autonomous …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 10. 8. 2019
Obhajoba závěrečné práce
- Obhajoba proběhla 3. 9. 2019
- Vedoucí: Mgr. Petr Osička, Ph.D.
Citační záznam
Jak správně citovat práci
PROCHÁZKA, Ondřej. Učení virtuálního robota metodami umělé inteligence. Olomouc, 2019. diplomová práce (Mgr.). UNIVERZITA PALACKÉHO V OLOMOUCI. Přírodovědecká fakulta
Plný text práce
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: UNIVERZITA PALACKÉHO V OLOMOUCI, Přírodovědecká fakulta
UNIVERZITA PALACKÉHO V OLOMOUCI
Přírodovědecká fakultaMagisterský studijní program / obor:
Informatika / Aplikovaná informatika
Práce na příbuzné téma
-
Reinforcement Learning for Efficient Attack Agents Training
Glenn Fischer -
Deep Risk-Constrained Reinforcement Learning with Safety Critics
Martin Gendiar -
Navigace v neznámém a pevně daném prostředí pomocí deep reinforcement learning algoritmu
Gabriela HRUBÁ -
Risk-Sensitive Reinforcement Learning
Marek Kadlčík -
Reinforcement Learning ve hrách
Petr HYNER -
Reinforcement learning s aplikací ve hrách
Milan Hlavsa -
Reinforcement learning s aplikací ve hrách
Vojtěch Kožuch -
Reinforcement Learning of Risk-Averse Policies in Markov Decision Processes
Jiří Vahala
Název
Vložil
Vloženo
Práva
-
Co je jinak přidání souboru
Soubor nebo složku lze nahrát pomocí tlačítka Přidat. -
Co je jinak další operace se soubory
Podrobnosti lze zjistit označením příslušného řádku. -
Co je jinak pohled pro experty
Pro častou práci je možné zvolit režim Více možností. -
Co je nové vyhledávání souborů
Vyhledávaný výraz můžete zadat přímo do adresního řádku. -
Co je nové rychlý přístup k souborům
Pomocí funkce Nedávné je možné se rychle vrátit k právě prohlíženým souborům. Oblíbené soubory je také možné označit Hvězdičkou. -
Co se chystá
Připravujeme další vylepšení pro mobilní zařízení.