| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Datorsistēmas |
| Nosaukums |
Q-Learning apmācības algoritms līnijsekotājā |
| Nosaukums angļu valodā |
Q-Learning Algorithm in Line Follower |
| Struktūrvienība |
12300 Lietišķo datorsistēmu institūts |
| Darba vadītājs |
J.Grundspeņķis, STP kat. profesors |
| Recenzents |
|
| Anotācija |
Darbā ir aplūkotie un izanalizēti stimulētie algoritmi. Īpaša uzmanība tiek pievērsta Q-apmācībai. Pētījuma ietvaros bija izveidots līnijsekotājs, kurš tika ieprogrammēts ar Q-apmācību. Pētījumā tika pārbaudīta līnijsekotāja spēja apmācīties ar dažādām apbalvojuma funkcijām, dažādos apstākļos. Ka arī tika pārbaudīta algoritma modificētais variants. Darbs sastāv no ievada, divām nodaļām un 6 pielikumiem.
Pirmajā nodaļā ir ļoti īsi aplūkoti vispārējā līmenī visi apmācības algoritmi, un tālāk sīkāk izskatīti stimulācijas apmācība ar uzsvaru un TD(0), Q-apmācību un SARSA algoritmiem. Tiek izskatīti Markova Lēmumu Pieņemšanas Procesi un atsevišķi izskatīts Q-apmācība
Otrajā nodaļā ir praktiska darba apraksts un secinājumi. Apraksta ietilpst: Q-apmācības algoritma prototips (kurš ir izveidot datorā), līnijsekotākatāja izveidošana un modificēšana, citu līdzīgu darbu apskats, eksperimentu apraksts un secinājumu izvedums. Nodaļas beigās, es rakstu par savas domās par to kas varētu mūs gaidīt nākotnē.
Darba pamattekstā ir 52 lappuses, 16 attēli, 34 tabulas, 15 nosaukumu informācijas avoti un 6 pielikumi. |
| Atslēgas vārdi |
Mašīnapmācība, stimulētie algoritmi, Markova Lēmumu Pieņemšanas Process, TD(0), Q-apmācība, SARSA, l |
| Atslēgas vārdi angļu valodā |
Machine learning, reinforcement learning, Markov decision process, TD(0), SARSA, Q-Learning, line fo |
| Valoda |
lv |
| Gads |
2013 |
| Darba augšupielādes datums un laiks |
03.06.2013 14:01:40 |
