Národní úložiště šedé literatury Nalezeno 3 záznamů.  Hledání trvalo 0.00 vteřin. 
Hluboké posilovaná učení a řešení pohybu robotu typu had
Kočí, Jakub ; Dobrovský, Ladislav (oponent) ; Matoušek, Radomil (vedoucí práce)
Tato diplomová práce se zabývá použitím posilovaného učení pro úkoly hlubokého učení. V teoretické části je rozebrán potřebný základ k neuronovým sítím a posilovanému učení. Práce popisuje teoretický model posilovaného učení - Markovovské procesy, na konvenčních algoritmech ukazuje některé zajímavé techniky a v rešeršní části ukazuje některé z používaných algoritmů hlubokého posilovaného učení. Praktická část práce se skládá z vlastního modelu robotu a prostředí a z vlastního systému posilovaného učení.
Posilované učení a agentní prostředí
Brychta, Adam
Tato práce se zabývá posilovaným učením a jeho aplikací v agentním prostředí. V teoretické části je proveden rozbor teorie obsahující oblasti agentního prostředí, neuronových sítí a posilovaného učení. Praktická část je zaměřena na návrh a implementaci agenta hlubokého posilovaného učení s možností použití hierarchického posilovaného učení.
Hluboké posilovaná učení a řešení pohybu robotu typu had
Kočí, Jakub ; Dobrovský, Ladislav (oponent) ; Matoušek, Radomil (vedoucí práce)
Tato diplomová práce se zabývá použitím posilovaného učení pro úkoly hlubokého učení. V teoretické části je rozebrán potřebný základ k neuronovým sítím a posilovanému učení. Práce popisuje teoretický model posilovaného učení - Markovovské procesy, na konvenčních algoritmech ukazuje některé zajímavé techniky a v rešeršní části ukazuje některé z používaných algoritmů hlubokého posilovaného učení. Praktická část práce se skládá z vlastního modelu robotu a prostředí a z vlastního systému posilovaného učení.

Chcete být upozorněni, pokud se objeví nové záznamy odpovídající tomuto dotazu?
Přihlásit se k odběru RSS.