Aplikace grafových neuronových sítí v klasickém plánování
Applications of Graph Neural Networks in Classical Planning
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Bohdan Nazarenko
Vedoucí práce
Horčík Rostislav
Oponent práce
Kuželka Ondřej
Studijní obor
Základy umělé inteligence a počítačových vědStudijní program
Otevřená informatikaInstituce přidělující hodnost
katedra kybernetikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
V této práci studujeme aplikaci grafových neuronových sítí (GNN) v klasickém plánování, která se objevila v článku [SBG22]. Reimplementujeme a upravujeme původní kód, přidáváme nové části kódu. Využíváme GNNs pro učení optimálních obecných strategií v doménách klasického plánování. Trénujeme GNN modely pomocí učení s učitelem k aproximaci optimální hodnotové funkce V (s) pro různé náhodně generované stavy s. Reprodukujeme výsledky experimentů provedených v článku [SBG22]. In this work, we study Graph Neural Networks (GNNs) application in Classical Planning appeared in [SBG22]. We reimplement and modify the original code and add new parts. We employ GNNs for learning optimal general policies in Classical Planning domains. We train GNN Models using supervised learning to approximate the optimal value function V(s) for various sampled states s. We reproduce the results of the experiments conducted in [SBG22].
Zobrazit/ otevřít
Kolekce
- Bakalářské práce - 13133 [714]