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: | Κωνσταντίνου, Παύλος |
---|---|
Άλλοι συγγραφείς: | Konstantinou, Pavlos |
Γλώσσα: | Greek |
Έκδοση: |
2022
|
Θέματα: | |
Διαθέσιμο Online: | https://hdl.handle.net/10889/23672 |
Παρόμοια τεκμήρια
-
Ανάπτυξη αλγορίθμου βαθιάς ενισχυτικής μάθησης στο παιχνίδι MsPacman της πλατφόρμας Atari
ανά: Καραμπίνης, Ιωάννης
Έκδοση: (2020) -
Πειραματική σύγκριση αλγορίθμων ενισχυτικής μάθησης σε προβλήματα ρομποτικής
ανά: Στεργιόπουλος, Δημοσθένης
Έκδοση: (2022) -
Πειραματική σύγκριση αλγορίθμων ενισχυτικής μάθησης βασισμένης σε μοντέλα
ανά: Σιράγας, Μιχαήλ
Έκδοση: (2023) -
Εφαρμογή μεθόδων επιβλεπόμενης και ενισχυτικής μάθησης στο παιχνίδι Στρατέγκο
ανά: Παπασταμούλης, Γεώργιος
Έκδοση: (2021) -
Κατασκευή και αξιολόγηση αυτομάτου συστήματος μηχανικής μάθησης για το παιχνίδι stratego
ανά: Γιαννίκος, Μερκούριος
Έκδοση: (2021)