Navigace v neznámém a pevně daném prostředí pomocí deep reinforcement learning algoritmu – Bc. Gabriela HRUBÁ
Bc. Gabriela HRUBÁ
Master's thesis
Navigace v neznámém a pevně daném prostředí pomocí deep reinforcement learning algoritmu
Navigation in an unknown and fixed environment using deep reinforcement learning algorithm
Anotácia:
Deep reinforcement learning je oblast umělé inteligence, kombinující přístup reinforcement learning a hlubokého učení. Pro stavební stroj, poskytnutý firmou Technotrade, je vytvořena simulace pohybu v pevně daném prostředí. Použitím algoritmu deep Q-learning, který spojuje algoritmus Q-learning s umělými neuronovými sítěmi, je vytvořen model, navigující nakladač v daném virtuálním prostředí do cílové …viacAbstract:
Deep reinforcement learning is an area of machine learning which combines the principles of reinforcement learning and deep learning. Construction vehicle is provided by the company Technotrade. A driving simulation in a stable fixed environment is developed for the given vehicle. Using the deep Q-learning algorithm, which merges Q-learning algorithm with artificial neural networks, a model is implemented …viac
Jazyk práce: Czech
Datum vytvoření / odevzdání či podání práce: 5. 5. 2022
Obhajoba závěrečné práce
- Vedúci: RNDr. Martin Trnečka, Ph.D.
Citační záznam
Citace dle ISO 690:
HRUBÁ, Gabriela. \textit{Navigace v neznámém a pevně daném prostředí pomocí deep reinforcement learning algoritmu}. Online. Diplomová práca. Olomouc: Univerzita Palackého v Olomouci, Faculty of Science. 2022. Dostupné z: https://theses.cz/id/grwk8h/.
Jak správně citovat práci
HRUBÁ, Gabriela. Navigace v neznámém a pevně daném prostředí pomocí deep reinforcement learning algoritmu. Olomouc, 2022. 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 fakultaPalacký University Olomouc
Faculty of ScienceMaster programme / odbor:
Computer Science / Computer Science - Specialization in Artificial Intelligence
Práce na příbuzné téma
-
Monte Carlo Tree Search in Deep Reinforcement Learning Algorithms
Richard Schwarz -
Deep Risk-Constrained Reinforcement Learning with Safety Critics
Martin Gendiar -
Deep Reinforcement Learning for Decision Neuroscience
Faizanshaikh Abdulkhalil SHAIKH -
Grammatikfehlerkorrektur mit Deep Reinforcement Learning
Raj Kumar RANA -
Deep Risk-Constrained Reinforcement Learning with Safety Critics
Martin Gendiar -
Risk-Sensitive Reinforcement Learning
Marek Kadlčík -
Modul pro Q-Learning pro Modeler neuronových sítí
Jan Bauer -
Reinforcement learning v počítačových hrách
Tomáš Svoboda
Názov
Vložil
Vložené
Práva
Složky
Soubory
MARKLOVÁ, E.
11. 5. 2022