Použití evolučních algoritmů pro navigaci v bludišti
Using Evolutionary Algorithms for Navigating through Maze-like Environments
Typ dokumentu
bakalářská prácebachelor thesis
Autor
Jiří Němeček
Vedoucí práce
Olšák Miroslav
Oponent práce
Šimeček Ivan
Studijní obor
Znalostní inženýrstvíStudijní program
Informatika 2009Instituce přidělující hodnost
katedra aplikované matematikyPráva
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
Tato práce se zabývá generalizací agenta pro vyhledávání cesty v bludišti, použitím neuronových sítí učených evolucí, nazývaných Genetické Neuronové Sítě (GNN). Práce zkoumá vícero evolučních přístupů a srovnává jejich vlastnosti. Nejlépe fungující GNN jsou poměřeny na složitějších bludištích a jejich výsledky ukazují potenciál v použití GNN pro zpětnovazební učení. This thesis attempts to generalize a maze solving agent using Artificial Neural Networks trained by evolution, referred to as Genetic Neural Networks (GNNs). It explores multiple evolutionary approaches, giving their comparative review. The best configurations of GNNs are evaluated on more complex, previously unseen mazes. The results are signaling potential in the use of GNNs for Reinforcement Learning.
Kolekce
- Bakalářské práce - 18105 [300]