Εμφάνιση απλής εγγραφής

dc.contributor.author	Τσιατσιάνης, Γεώργιος Χρήστος	el
dc.contributor.author	Tsiatsianis, Georgios Christos	en
dc.date.accessioned	2022-11-10T10:23:13Z
dc.date.available	2022-11-10T10:23:13Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/56118
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.23816
dc.description	Εθνικό Μετσόβιο Πολυτεχνείο--Μεταπτυχιακή Εργασία. Διεπιστημονικό-Διατμηματικό Πρόγραμμα Μεταπτυχιακών Σπουδών (Δ.Π.Μ.Σ.) “Μαθηματική Προτυποποίηση σε Σύγχρονες Τεχνολογίες και στα Χρηματοοικονομικά”	el
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.subject	Βαθιά ενισχυτική μάθηση	el
dc.subject	Υλοποίηση	el
dc.subject	Ανάλυση	el
dc.subject	Implementation	en
dc.subject	Deep reinforcement learning	en
dc.subject	Analysis	en
dc.title	Μελέτη ασύγχρονων μεθόδων βαθιάς ενισχυτικής μάθησης	el
dc.title	Asynchronous methods for deep reinforcement learning	en
heal.type	masterThesis
heal.classification	Τενχητή νοημοσύνη,Αλγόριθμοι, Μαθηματικά	el
heal.language	el
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2022-09-23
heal.abstract	Η βαθιά ενιχσυτική μάθηση αποτελεί ένα από τα πιο υποσχόμενα πεδία της μηχανικής μάθησης. Φαίνεται να επιλυεί αποδοτικά ένα ευρύ φάσμα προβλημάτων. Η ασυγχρονη ενισχυτική μάθηση αποτελεί εξέλιξη στο συγκεκριμένο τομέα. Επιχειρεί να επιλύσει τα προβλήματα ταχύτερα αποδοτικότερα και εξερευνώντας το περιβάλλον μάθησης του πράκτορα πολύ καλύτερα και παρέχοντας μεγαλύτερη ευστάθεια στο σύστημα. Στα πρώτα κεφάλαια της παρούσας διπλωματικής εργασίας, εισάγουμε με αναλυτιή μεθοδολογία τον αναγνώστη πάνω στις έννοιες της ενισχυτικής μάθησης. Στη συνέχεια, παρέχουμε στον αναγνώστη το απαραίτητο θεωρητικό για να κατανοήσει την αναγκαιότητα χρήσης της βαθιάς ενισχυτικής μάθησης. Εξηγούμε τα βασικότερα είδη βαθιάς ενισχυτικής μάθησης. Τέλος, εισάγουμε τον αναγνώστη στις έννοιες της ασύγχρονης ενισχυτικής μάθησης. Στην παρούσα διπλωματική εργασία, βασιζόμενοι στην βιβλιογραφία υλοποιήσαμε και εξετάσαμε τη συμπεριφορά των ασύγχρονων αλγορίθμων asynchronous one step Sarsa, asynchronous one step Q-learning, asynchronous n-step Q-learning, asynchronous advantage Actor-Critic. Επίσης, υλοποιήσαμε και τους αλγορίθμους βαθιάς ενισχυτικής μάθησης DQN, Double DQN, Dueling DQN. ”Τρέξαμε” τα προγράμματα τύπου DQN σε κάρτα γραφικών (GPU),ενώ τους αλγόριθμους ασύγχρονης ενισχυτικής μάθησης σε απλή CPU. Συγκρίναμε τις επιδόσεις όλων των προγραμμάτων ενισχυτικής μάθησης πάνω στο παιχνίδι Cart-pole.	el
heal.advisorName	Σταφυλοπάτης, Ανδρέας	el
heal.committeeMemberName	Κόλλιας, Στέφανος	el
heal.committeeMemberName	Στάμου, Γεώργιος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Εφαρμοσμένων Μαθηματικών και Φυσικών Επιστημών	el
heal.academicPublisherID	ntua
heal.numberOfPages	102 σ.	el
heal.fullTextAvailability	false

Αρχεία σε αυτό το τεκμήριο

Όνομα: main.pdf

Μέγεθος: 3.082Mb

Μορφότυπο: PDF

Προβολή/Άνοιγμα

Αυτό το τεκμήριο εμφανίζεται στην ακόλουθη συλλογή(ές)

• Μεταπτυχιακές Εργασίες [5972]
  

Εμφάνιση απλής εγγραφής