ČVUT DSpace
  • Search DSpace
  • Čeština
  • Login
  • Čeština
  • Čeština
View Item 
  •   ČVUT DSpace
  • Czech Technical University in Prague
  • Faculty of Electrical Engineering
  • Department of Cybernetics
  • Bachelor Theses - 13133
  • View Item
  • Czech Technical University in Prague
  • Faculty of Electrical Engineering
  • Department of Cybernetics
  • Bachelor Theses - 13133
  • View Item
JavaScript is disabled for your browser. Some features of this site may not work without it.

Zpřístupnění domén klasického plánování pro učení neuronových sítí

Making Classical Planning Domains Available for Deep Neural Network Training

Type of document
bakalářská práce
bachelor thesis
Author
Radovan Tomala
Supervisor
Urbanovská Michaela
Opponent
Hubáček Ondřej
Field of study
Základy umělé inteligence a počítačových věd
Study program
Otevřená informatika
Institutions assigning rank
katedra kybernetiky



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://knihovny.cvut.cz/vychova/vskp.html
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://knihovny.cvut.cz/vychova/vskp.html
Metadata
Show full item record
Abstract
Tato práce rozvíjí téma nahrazování standardních přechodových a heuristických funkcí v klasickém plánování hlubokými neuronovými sítěmi. Byly naimplementovány tři nové domény: Peg solitaire, Painting robots a Multiagentní painting robots. Implementace pozestávala z návrhu grafické reprezentace domén a implementace řešičů a generátorů dat pro učení hlubokých neuronových sítí. Na vygenerovaných datech byly natrénovány přechodová a heuristická neuronová síť, kterými byly nahrazeny standardní přechodové a heuristické funkce v řešičech. Byly provedeny experimenty na porovnání výkonu standardních a neurálních řešičů. Výsledky ukázaly, že doména Peg solitaire je příliš komplexní a současné architektury sítí ji neumí vyřešit. V případě Painting robots a Multiagentních Painting robots jsou délky řešení a počet expandovaných stavů porovnatelné se standardními funkcemi.
 
This thesis further expands the topic of replacing standard transition and heuristic functions in classical planning algorithms by deep neural networks. Three new domains were implemented: Peg solitaire, Painting robots and Multiagent painting robots. The implementation consisted of proposing a graphical domain representation and implementing solvers and data generators for deep neural network learning. Transition and heuristic neural networks were trained on the generated data and then used to replace the standard transition and heuristic functions in the solvers. Experiments were conducted to compare the performance of the standard and neural network solvers. The results show that the peg solitaire domain is too complex for current network architectures to solve. In the case of single and multiagent painting robots, the performance in terms of length of the solution and average number of expanded states is comparable between neural networks and standard baseline functions.
 
URI
http://hdl.handle.net/10467/94443
View/Open
PLNY_TEXT (1.131Mb)
PRILOHA (2.305Mb)
POSUDEK (220.6Kb)
POSUDEK (214.3Kb)
Collections
  • Bakalářské práce - 13133 [622]

České vysoké učení technické v Praze copyright © 2016 

DSpace software copyright © 2002-2016  Duraspace

Contact Us | Send Feedback
Theme by 
@mire NV
 

 

Useful links

CTU in PragueCentral library of CTUAbout CTU Digital LibraryResourcesStudy and library skillsResearch support

Browse

All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

My Account

Login

České vysoké učení technické v Praze copyright © 2016 

DSpace software copyright © 2002-2016  Duraspace

Contact Us | Send Feedback
Theme by 
@mire NV