Bc. Jiří Vahala

Diplomová práce

Reinforcement Learning of Risk-Averse Policies in Markov Decision Processes

Reinforcement Learning of Risk-Averse Policies in Markov Decision Processes
Anotace:
Optimalizace průměrné kumulované odměny za nejistoty výsledku je stěžejní problém v mnoha aplikacích. Typické metody posilovaného učení se soustředí pouze na maximalizaci průmřené kumulované odměny bez jakéhokoli přihlížení k risku. Tato práce shrnuje již existujicí metody zaobírající se maximalizací nejistého výsledku a navrhuje nový algoritmus posilovaného učení Ralf0, který optimalizuje strategie …více
Abstract:
Optimizing the expected cumulative reward under uncertainty is a crucial problem in many applications. A typical reinforcement learning approach is to maximize the expected cumulative reward without any sense of risk. In this thesis, we summarize already existing risk-averse learning techniques and introduce a new reinforcement learning algorithm Ralf0, which optimizes risk-averse policies without …více
 
 
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 20. 5. 2019

Obhajoba závěrečné práce

  • Obhajoba proběhla 18. 6. 2019
  • Vedoucí: doc. RNDr. Tomáš Brázdil, Ph.D.
  • Oponent: Mgr. Branislav Bošanský, Ph.D.

Citační záznam

Plný text práce

Obsah online archivu závěrečné práce
Zveřejněno v Theses:
  • světu
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: Masarykova univerzita, Fakulta informatiky

Masarykova univerzita

Fakulta informatiky

Magisterský studijní program / obor:
Informatika / Umělá inteligence a zpracování přirozeného jazyka

Práce na příbuzné téma

  • Žádné práce na příbuzné téma.