Hluboké neuronové sítě a algoritmy posilovaného učení pro hraní videoher
Deep Reinforcement Learning for Videogames
dc.contributor.advisor | Drchal Jan | |
dc.contributor.author | Bilík David | |
dc.date.accessioned | 2016-02-25T14:55:37Z | |
dc.date.available | 2016-02-25T14:55:37Z | |
dc.identifier | KOS-587864511805 | |
dc.identifier.uri | http://hdl.handle.net/10467/62775 | |
dc.description.abstract | Tato práce se zabývá implementací a experimenty s kontrolérem, který hraje hry konzole Atari 2600. Nejdříve je jako model kontroléru navržena neuronová síť odhadující Q funkci her, která je učena algoritmem Neural Fitted Q iteration. Na základě experimentů se od tohoto modelu přejde k metodě založené na hledání optimální strategie hry. Na několika hrách je představeno řešení, které zredukuje obrazový vstup hry pomocí hlubokých sítí a ten předá rekurentní neuronové síti s LSTM neurony. Tato síť určí hráčovu akci. V závěru práce je porovnání výsledků s obdobnými pracemi. | cze |
dc.description.abstract | The main goal of this thesis is to create controller that is able to play games of Atari 2600 console. At first the algorithm Neural Fitted Q iteration is proposed as a model of this controller. Based on the experiments a model is changed to a policy-search method. The final solution is presented on several Atari games. The raw picture of game is reduced using deep networks and is transmitted to a recurrent neural network with LSTM neurons. This network decides which action is best to make. In the conclusion of the thesis is comparison of results with other similar articles. | eng |
dc.language.iso | CZE | |
dc.publisher | České vysoké učení technické v Praze. Vypočetní a informační centrum. | cze |
dc.publisher | Czech Technical University in Prague. Computing and Information Centre. | eng |
dc.rights | 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://www.cvut.cz/sites/default/files/content/d1dc93cd-5894-4521-b799-c7e715d3c59e/cs/20160901-metodicky-pokyn-c-12009-o-dodrzovani-etickych-principu-pri-priprave-vysokoskolskych.pdf | eng |
dc.rights | Vysokoškolská 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://www.cvut.cz/sites/default/files/content/d1dc93cd-5894-4521-b799-c7e715d3c59e/cs/20160901-metodicky-pokyn-c-12009-o-dodrzovani-etickych-principu-pri-priprave-vysokoskolskych.pdf | cze |
dc.subject | posilované učení, neuronové sítě, hluboké učení, Neural Fitted Q iterace, LSTM neurony, Natural Evolution Strategies, autoenkodéry, Arcade Learning Environment | cze |
dc.title | Hluboké neuronové sítě a algoritmy posilovaného učení pro hraní videoher | cze |
dc.title | Deep Reinforcement Learning for Videogames | eng |
dc.type | diplomová práce | cze |
dc.type | master thesis | eng |
dc.date.accepted | 2015-06-10 | |
dc.contributor.referee | Kordík Pavel | |
theses.degree.discipline | Znalostní inženýrství | cze |
theses.degree.grantor | katedra teoretické informatiky | cze |
theses.degree.programme | Informatika | cze |
Soubory tohoto záznamu
Tento záznam se objevuje v následujících kolekcích
-
Diplomové práce - 18101 [208]