Ανάπτυξη αλγορίθμων ενισχυτικής μάθησης σε C++
Η ενισχυτική μάθηση είναι ένα μαθηματικό framework που επιτρέπει σε ευφυείς πράκτορες να μαθαίνουν από τα λάθη τους και να βελτιώνονται όσο αλληλεπιδρούν περισσότερο με το περιβάλλον. Υπάρχουν διαθέσιμες πολλές υλοποιήσεις των πιο δημοφιλών αλγορίθμων ενισχυτικής μάθησης κυρίως σε python. Στόχος αυτ...
| Κύριος συγγραφέας: | |
|---|---|
| Άλλοι συγγραφείς: | |
| Γλώσσα: | Greek |
| Έκδοση: |
2022
|
| Θέματα: | |
| Διαθέσιμο Online: | https://hdl.handle.net/10889/23672 |
| id |
nemertes-10889-23672 |
|---|---|
| record_format |
dspace |
| spelling |
nemertes-10889-236722022-11-04T04:36:33Z Ανάπτυξη αλγορίθμων ενισχυτικής μάθησης σε C++ Development of reinforcement learning algorithms in C++ Κωνσταντίνου, Παύλος Konstantinou, Pavlos Ενισχυτική μάθηση Reinforcement learning Libtorch Robotdart C++ Η ενισχυτική μάθηση είναι ένα μαθηματικό framework που επιτρέπει σε ευφυείς πράκτορες να μαθαίνουν από τα λάθη τους και να βελτιώνονται όσο αλληλεπιδρούν περισσότερο με το περιβάλλον. Υπάρχουν διαθέσιμες πολλές υλοποιήσεις των πιο δημοφιλών αλγορίθμων ενισχυτικής μάθησης κυρίως σε python. Στόχος αυτής της διπλωματικής εργασίας είναι να δημιουργήσουμε μία βιβλιοθήκη με ελεγμένες υλοποιήσεις από διάφορους αλγορίθμους ενισχυτικής μάθησης στη γλώσσα C++ και με χρήση της βιβλιοθήκης libtorch. Πιο συγκεκριμένα θα δημιουργήσουμε ένα περιβάλλον με εκρεμμές με την βοήθεια της βιβλιοθήκης robot_dart και θα επιχειρήσουμε να λύσουμε αυτό το πρόβλημα με αλγόριθμους ενισχυτικής μάθησης. Reinforcement learning is a mathematical framework that allows intelligent agents to learn from their mistakes and improve as they interact more with the environment. There are many implementations of the most popular available reinforcement learning algorithms mainly in python. The aim of this dissertation is to create a library with tested implementations by various reinforcement learning algorithms using the C++ programming language and the libtorch library. More specifically, we will create a pendulum environment with the help of the robot_dart library and we will try to solve this problem with reinforcing learning algorithms. 2022-11-03T14:32:11Z 2022-11-03T14:32:11Z 2022-11-03 https://hdl.handle.net/10889/23672 el application/pdf |
| institution |
UPatras |
| collection |
Nemertes |
| language |
Greek |
| topic |
Ενισχυτική μάθηση Reinforcement learning Libtorch Robotdart C++ |
| spellingShingle |
Ενισχυτική μάθηση Reinforcement learning Libtorch Robotdart C++ Κωνσταντίνου, Παύλος Ανάπτυξη αλγορίθμων ενισχυτικής μάθησης σε C++ |
| description |
Η ενισχυτική μάθηση είναι ένα μαθηματικό framework που επιτρέπει σε ευφυείς πράκτορες να μαθαίνουν από τα λάθη τους και να βελτιώνονται όσο αλληλεπιδρούν περισσότερο με το περιβάλλον. Υπάρχουν διαθέσιμες πολλές υλοποιήσεις των πιο δημοφιλών αλγορίθμων ενισχυτικής μάθησης κυρίως σε python. Στόχος αυτής της διπλωματικής εργασίας είναι να δημιουργήσουμε μία βιβλιοθήκη με ελεγμένες υλοποιήσεις από διάφορους αλγορίθμους ενισχυτικής μάθησης στη
γλώσσα C++ και με χρήση της βιβλιοθήκης libtorch. Πιο συγκεκριμένα θα δημιουργήσουμε ένα περιβάλλον με εκρεμμές με την βοήθεια της βιβλιοθήκης robot_dart και θα επιχειρήσουμε να λύσουμε αυτό το πρόβλημα με αλγόριθμους ενισχυτικής μάθησης. |
| author2 |
Konstantinou, Pavlos |
| author_facet |
Konstantinou, Pavlos Κωνσταντίνου, Παύλος |
| author |
Κωνσταντίνου, Παύλος |
| author_sort |
Κωνσταντίνου, Παύλος |
| title |
Ανάπτυξη αλγορίθμων ενισχυτικής μάθησης σε C++ |
| title_short |
Ανάπτυξη αλγορίθμων ενισχυτικής μάθησης σε C++ |
| title_full |
Ανάπτυξη αλγορίθμων ενισχυτικής μάθησης σε C++ |
| title_fullStr |
Ανάπτυξη αλγορίθμων ενισχυτικής μάθησης σε C++ |
| title_full_unstemmed |
Ανάπτυξη αλγορίθμων ενισχυτικής μάθησης σε C++ |
| title_sort |
ανάπτυξη αλγορίθμων ενισχυτικής μάθησης σε c++ |
| publishDate |
2022 |
| url |
https://hdl.handle.net/10889/23672 |
| work_keys_str_mv |
AT kōnstantinoupaulos anaptyxēalgorithmōnenischytikēsmathēsēssec AT kōnstantinoupaulos developmentofreinforcementlearningalgorithmsinc |
| _version_ |
1771297268560822272 |
