Použití evolučních algoritmů pro navigaci v bludišti

Abstract

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.