Hledat
Zobrazují se záznamy 1-5 z 5
Bezpečné autonomní posilované učení, Safe Autonomous Reinforcement Learning
; Vedoucí práce: Svoboda Tomáš; Oponent práce: Piater Justus (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2020-05-30)
Technika posilovaného učení již nesčetněkrát prokázala svou užitečnost v robotice a dalších aplikacích strojového učení. Dovoluje učit strategie řízení robotů bez přesné znalosti, jaká akce je ve kterém stavu ideální. K ...
Symbolická regrese pro posilováné učení ve spojitých prostorech, Symbolic Regression for Reinforcement Learning in Continuous Spaces
; Vedoucí práce: Štěpánková Olga; Oponent práce: Lažanský Jiří (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2021-09-17)
Algoritmy posilovaného učení (RL) umí optimálně řešit problémy dynamického rozhodování a řízení např. v technických disciplínách, ekonomice, medicíně a umělé inteligenci. Ani nejnovější metody RL ale dosud nepřekročily ...
Efektivní metody pro učení modelů a řízení v robotice, Data-efficient methods for model learning and control in robotics
; Vedoucí práce: Babuška Robert; Oponent práce: Bosman Peter (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-02-06)
Cílem této disertační práce je navrhnout řešení aktuálních problém ů v oblasti učení modelů z dat v robotice. Práce představuje několik variant a rozšíření symbolické regrese. Tato technika, založená na genetickém programování, ...
Učení a vnímaní robotu v částečně neznámem prostředí, Robot Learning and Perception in Sensory Deprived Environment
; Vedoucí práce: Zimmermann Karel; Oponent práce: Novák Petr (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-03-07)
Mobilní roboty se v posledních letech stávají běžnou součástí záchranářských misí. Během nasazení je robot testován v extrémních podmínkách, jak ze senzorického hlediska (nízké osvětlení, prach nebo přítomnost hustého ...
Řízení robotů pomocí stukturovaného hlubokého učení, Robotic control with deep-learned structured policies
; Vedoucí práce: Zimmermann Karel; Oponent práce: Walas Krzysztof (České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-11-01)
Metody řízené daty pro robotické řízení si v posledním desetiletí neustále získávají popularitu a ukazují slibné výsledky pro složité, vysoce rozměrné morfologie robotů. Takové metody obvykle zahrnují učení aproximátoru ...