diplomsko delo
Kristjan Križman (Avtor), Jure Žabkar (Mentor)

Povzetek

Primerjajte algoritma spodbujevanega učenja DQN in DDPG v danem simulacijskem okolju za parkiranje avtomobila. Znotraj omejitev simulatorja lahko spreminjate opise stanj in akcij tako, da bodo primerni za dana algoritma. Uporabite lahko obstoječe implementacije algoritmov ali razvijete svoje. Poročajte o uspešnosti obeh algoritmov, časovni zahtevnosti in njuni občutljivosti na začetne parametre.

Ključne besede

računalnik;simulacija;igra;avtomobil;učenje;visokošolski strokovni študij;diplomske naloge;

Podatki

Jezik: Slovenski jezik
Leto izida:
Tipologija: 2.11 - Diplomsko delo
Organizacija: UL FRI - Fakulteta za računalništvo in informatiko
Založnik: [K. Križman]
UDK: 004.8:004.94(043.2)
COBISS: 102689027 Povezava se bo odprla v novem oknu
Št. ogledov: 101
Št. prenosov: 17
Ocena: 0 (0 glasov)
Metapodatki: JSON JSON-RDF JSON-LD TURTLE N-TRIPLES XML RDFA MICRODATA DC-XML DC-RDF RDF

Ostali podatki

Sekundarni jezik: Angleški jezik
Sekundarni naslov: Comparison of two reinforcement learning algorithms in a car parking simulator
Sekundarni povzetek: Compare the DQN and DDPG reinforcement learning algorithms in a given car parking simulation environment. You may change the descriptions of states and actions within the limits of the simulator, to suit the given algorithm. Use existing implementations or develop your own. Report on the performance of both algorithms, their time complexity and their sensitivity to initial parameters.
Sekundarne ključne besede: computer;machine learning;simulation;game;car;computer science;diploma;Strojno učenje;Računalniška simulacija;Računalništvo;Univerzitetna in visokošolska dela;
Vrsta dela (COBISS): Diplomsko delo/naloga
Študijski program: 1000470
Konec prepovedi (OpenAIRE): 1970-01-01
Komentar na gradivo: Univ. v Ljubljani, Fak. za računalništvo in informatiko
Strani: 41 str.
ID: 14808611