Michal Dvořák

Diplomová práce

Vyhodnocení agentů hlubokého Q-učení pomocí testu algoritmického IQ

Evaluating deep Q-learning agents using an algorithmic IQ test
Anotace:
Hluboké Q-učení propojuje dva směry oboru umělé inteligence, a to neuronové dopředné sítě a posilované učení. Posilované učení představuje metodu, kdy se agent, v podobě například umělé inteligence, učí postupným řešením daného problému. Problém představuje prostředí, které s agentem komunikuje a předává mu informaci v jakém se nachází stavu. Agent na tuto informaci reaguje provedením akce, za kterou …více
Abstract:
Deep Q-learning connects two branches of artificial intelligence: feed-forward neural networks and reinforcement learning. Reinforcement learning is a method in which an agent that can be artificial intelligence learns by solving a given problem. The problem is an environment that communicates with the agent and gives him information about the state of the environment. The agent reacts to this information …více
 
 
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 28. 4. 2024

Obhajoba závěrečné práce

  • Obhajoba proběhla 28. 5. 2024
  • Vedoucí: Ondřej Vadinský
  • Oponent: Petr Berka

Citační záznam

Plný text práce

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: Vysoká škola ekonomická v Praze
https://vskp.vse.cz/eid/92570