Використання методів навчання з підкріпленням для генерації оптимальної поведінки агентів
Тип публікації :
Бакалаврська робота
Дата випуску :
2023
Автор(и) :
Бернада Дмитрий
Мова основного тексту :
ua
eKNUTSHIR URL :
Цитування :
[APA 7] Бернада, Д. (2023). Використання методів навчання з підкріпленням для генерації оптимальної поведінки агентів [Бакалаврська робота, Київський національний університет імені Тараса Шевченка]. eKNUTSHIR. https://ir.library.knu.ua/handle/123456789/5494
[ДСТУ] Бернада Д. Використання методів навчання з підкріпленням для генерації оптимальної поведінки агентів : кваліфікаційна робота бакалавра. Київ, 2023. 40 с. URL: https://ir.library.knu.ua/handle/123456789/5494 (дата звернення: 25.07.2026).
Метою даної роботи є застосування методів навчання з підкріпленням для вирішення задачі Mountain Car Problem. Задача полягає в тому, щоб навчити агента (автомобіль) пройти по гірському шляху, враховуючи обмеження його руху. Головна мета полягає в тому, щоб агент навчився максимально оптимально переміщатися на цьому шляху.
Результатом даної роботи є навчені агенти, які здатні ефективно переміщатися по гірському шляху в задачі Mountain Car Problem. Це досягається за допомогою використання методів навчання з підкріпленням, які дозволяють агентам самостійно вчитися та виробляти оптимальну стратегію. Новизна роботи полягає в застосуванні цих методів до конкретної задачі гірського автомобіля.
Розроблені методи можуть бути використані для навчання агентів у реальних середовищах, де вимагається
оптимальна поведінка при подоланні подібних проблем з навігацією.
Ключові слова : навчання з підкріпленням, алгоритм PPO, машинне навчання, Mountain Car Problem.
Результатом даної роботи є навчені агенти, які здатні ефективно переміщатися по гірському шляху в задачі Mountain Car Problem. Це досягається за допомогою використання методів навчання з підкріпленням, які дозволяють агентам самостійно вчитися та виробляти оптимальну стратегію. Новизна роботи полягає в застосуванні цих методів до конкретної задачі гірського автомобіля.
Розроблені методи можуть бути використані для навчання агентів у реальних середовищах, де вимагається
оптимальна поведінка при подоланні подібних проблем з навігацією.
Ключові слова : навчання з підкріпленням, алгоритм PPO, машинне навчання, Mountain Car Problem.
Файл(и) :![Ескіз]()
Вантажиться...
Формат :
Adobe PDF
Розмір :
1.29 MB
Контрольна сума :
(MD5):e96dc6ee59e8cf990a520af2629efba8
Якщо не вказано інше, ця робота розповсюджується на умовах ліцензії Creative Commons Attribution-NonCommercial 4.0 International