National and Kapodistrian University of Athens
Comparison of reinforcement learning methods for problems with discrete state and action space
Abstract
dc:descriptionΗ ιστορία της ενισχυτικής μάθησης ξεκινά το 1950 με την εισαγωγή του δυναμικού προγραμματισμού από τον Richard Bellman. Ωστόσο, πρόσφατα άρχισε αυτό το πεδίο της μηχανικής μάθησης να ανθίζει. Η πρόοδος στην τεχνολογία και συγκεκριμένα στις κάρτες γραφικών επέτρεψε την ενσωμάτωση “βαθιών” νευρωνικών δικτύων σε αλγόριθμους ενισχυτικής μάθησης γεννώντας τη “βαθιά” ενισχυτική μάθηση. Η υψηλή επεξεργαστική ισχύς των καρτών γραφικών σε συνδυασμό με την παράλληλη εκτέλεση των αλγεβρικών υπολογισμών μείωσαν σημαντικά τον απαιτούμενο χρόνο της μαθησιακής διαδικασίας. Αυτό το τεράστιο τεχνολογικό βήμα επέτρεψε στους επιστήμονες να πειραματιστούν με διαφορετικές ιδέες, με αποτέλεσμα να δημιουργηθούν αλγόριθμοι τελευταίας τεχνολογίας που χρησιμοποιούνται πλεον στην καθημερινή ζωή. Σε αυτή τη διατριβή ρίχνουμε μια ματιά σε μερικούς από τους πιο γνωστούς αλγόριθμους και τους δοκιμάζουμε σε δύο διαφορετικά περιβάλλοντα, με διακριτό χώρο κατάστασης και κινήσεων. Ο απώτερος στόχος είναι να παρουσιαστεί η πρόοδος που σημειώθηκε σε αυτό το πεδίο συγκρίνοντας τον χρόνο που απαιτείται για κάθε αλγόριθμο να προσαρμοστεί σε αυτά τα περιβάλλοντα. Στο πρώτο κεφάλαιο επεξηγούνται οι βασικές έννοιες της ενισχυτικής μάθησης. Στο δεύτερο κεφάλαιο αναλύονται οι αλγόριθμοι που επιλέχθηκαν και στο τρίτο και τελευταίο κεφάλαιο γίνεται σύγκριση της απόδοσης κάθε αλγορίθμου σε κάθε περιβάλλον.
Author and committee
dc:creator, dc:contributor.*- Authors dc:creator
-
- Τζιώλος Παναγιώτης
- Tziolos Panagiotis
Subjects
dc:subject × 2Rights
- Language dc:language
- English
Identifiers
dc:identifier.*- Identifier
- uoadl:2964108