Multidimenzionální posilované učení – Bc. Oliver Roch
Bc. Oliver Roch
Bakalářská práce
Multidimenzionální posilované učení
Multi-objective reinforcement learning
Anotace:
Práca poskytuje prehľad existujúcich metód multidimenzionálneho posilňovaného učenia. Zameriavame sa aj na metódy, ktoré sa učia jednu optimálnu stratégiu a aj na metódy, ktoré sa učia viacero optimálnych stratégií naraz. Popisujeme ako prezentované metódy pracujú a diskutujeme ich výhody a nevýhody. Ďalej práca prináša nové heuristiky na výber akcií v algoritmoch multidimenzionálneho posiľnovaného …víceAbstract:
We provide an overview of the existing multi-objective reinforcement learning methods. Our focus is on both, single-policy and multi-policy algorithms. We describe how each of the presented methods works and discuss its advantages and disadvantages. Furthermore, we propose our novel heuristics for action selection that can be used in multi-objective reinforcement learning algorithms. Lastly, we experimentally …více
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 25. 5. 2018
Identifikátor:
https://is.muni.cz/th/z0spu/
Obhajoba závěrečné práce
- Obhajoba proběhla 25. 6. 2018
- Vedoucí: doc. RNDr. Tomáš Brázdil, Ph.D.
- Oponent: RNDr. Vojtěch Řehák, Ph.D.
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 informatikyMasarykova univerzita
Fakulta informatikyBakalářský studijní program / obor:
Aplikovaná informatika / Aplikovaná informatika
Práce na příbuzné téma
-
Synthesizing Resource-Shielded Policies for Partially Observable Markov Decision Processes
Šimon Brlej -
Efficient Verification of Multi-Objective Queries in Markov Decision Processes
Vít Unčovský -
Vacant taxi routing in Markov Decision Process (MDP)
Nurbulat Shektbayev -
Monte Carlo Tree Search in Verification of Markov Decision Processes
Ondřej Slámečka -
Modul pro Q-Learning pro Modeler neuronových sítí
Jan Bauer -
Risk-Sensitive Reinforcement Learning
Marek Kadlčík -
Reinforcement Learning for Efficient Attack Agents Training
Glenn Fischer -
Navigace v neznámém a pevně daném prostředí pomocí deep reinforcement learning algoritmu
Gabriela HRUBÁ