Martin Spuchliak

Diplomová práce

Reinformcement lLearning pre riadenie robotov

Reinforcement Learning for Robot control
Anotace:
Cílem práce je v rámci zvoleného simulátoru navrhnout a otestovat metody učení robotů vykonávat jednoduché a složitější zadané úkoly. Jako prostředí může sloužit CoppeliaSim s nadstavbou PyRep a RPBench. Výsledkem práce bude funkční propojení všech částí a realizace jednodušších algoritmů pro řešení předložených úloh.
Abstract:
The goal of the work is to design and test methods for teaching robots to perform simple and more complex tasks in the chosen simulator. CoppeliaSim with the PyRep and RPBench superstructure can serve as the environment. The result of the work will be the functional integration of all parts and the implementation of simpler algorithms to solve the submitted tasks
 
 
Jazyk práce: slovenština
Datum vytvoření / odevzdání či podání práce: 30. 4. 2024

Obhajoba závěrečné práce

  • Obhajoba proběhla 5. 6. 2024
  • Vedoucí: Jan Platoš
  • Oponent: Petr Olivka

Citační záznam

Plný text práce

Právo: Plné texty vysokoškolských kvalifikačních prací obhájených na Vysoké škole báňské - Technické univerzitě Ostrava jsou uloženy v repozitáři DSpace. Přístup k plným textům mají všichni uživatelé bez omezení. Přístup je omezen pouze ve výjimečných případech, zpravidla z důvodu ochrany duševního vlastnictví. Nepřístupné práce jsou označeny jako closedAccess nebo embargoedAccess. Tištěné verze prácí jsou uloženy v Ústřední knihovně VŠB-TUO a jsou prezenčně přístupné ve studovně diplomových prací. Další nakládání s prací (kopírování, opisy, MVS)se řídí Knihovní a výpůjčním řádem Ústřední knihovny VŠB-TUO.

Obsah online archivu závěrečné práce
Zveřejněno v Theses:
  • autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: VŠB – Technická univerzita Ostrava

VŠB – Technická univerzita Ostrava

Fakulta elektrotechniky a informatiky

Magisterský studijní program:
Informatika

Práce na příbuzné téma