| Form of studies |
Bachelor |
| Title of the study programm |
Intelligent robotic systems |
| Title in original language |
Aģentu sadarbības veicināšana vairāku aģentu stimulētās mācīšanas vidē |
| Title in English |
Agent Cooperation Enhancement in Multi Agent Reinforcement Learning |
| Department |
Faculty Of Computer Science Information Tehnology And Energy |
| Scientific advisor |
Kārlis Berkolds |
| Reviewer |
Egons Lavendelis |
| Abstract |
Šajā darbā tiek pētīta cilvēkam līdzīgas sadarbības veidošana starp vairākiem aģentiem, izmantojot stimulētās mācīšanās pieejas (Multi-Agent Reinforcement Learning). Pētījuma mērķis ir izprast, kā dažādas metodes, stratēģijas un atlīdzības var veicināt koordinētu un dabisku aģentu sadarbību sarežģītās un dinamiskās vidēs, kas imitē reālās pasaules situācijas, piemēram, sporta spēles.
Lai to panāktu, tiek izstrādāta pielāgojama sporta spēļu vide, izmantojot Unity ML-Agents platformu, kur tiek ieviestas definētas atlīdzības funkcijas un mehānismi, kas veicina sadarbību. Uzsvars tiek likts uz aģentu spējām koordinēties, kopīgi veidot stratēģijas un pieņemt lēmumus, kas atbilst cilvēkam līdzīgai komandas uzvedībai. Algoritmi tiek izmantoti kā rīki, lai analizētu sadarbības veidošanās procesus un to efektivitāti.
Darbs sniedz ieskatu par galvenajiem faktoriem, kas ietekmē veiksmīgu sadarbību starp aģentiem, un piedāvā risinājumus, kā attīstīt dabisku un stratēģisku mijiedarbību dažādos multi-aģentu scenārijos. |
| Keywords |
Aģentu sadarbība stimulētā mācīšana |
| Keywords in English |
Multi agent reinforcement learning cooperation |
| Language |
lv |
| Year |
2025 |
| Date and time of uploading |
27.05.2025 23:54:52 |
