Temat: deep reinforcement learning

Skocz do pozycji: 1.

Tytuł:: Value-based methods of deep reinforcement learning.
Metody wartościowe głębokiego uczenia ze wzmocnieniem
Autorzy:: Kropiewnicki, Kamil
Słowa kluczowe:: Uczenie maszynowe, Głębokie uczenie, Uczenie ze wzmocnieniem, Głębokie uczenie ze wzmocnieniem, Atari
Machine Learning, Deep Learning, Reinforcement Learning, Deep Reinforcement Learning, Atari; Pokaż więcej
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

Szczegóły

Skocz do pozycji: 2.

Tytuł:: Analiza algorytmów Deep Q-learning oraz Proximal Policy Optimization.
Analysis of Deep Q-learning and Proximal Policy Optimization algorithms
Autorzy:: Dyczek, Jakub
Słowa kluczowe:: Uczenie przez wzmacnianie, Deep Q-learning, Proximal Policy Optimization, uczenie maszynowe, decyzyjne procesy Markova
Reinforcement learning, Deep Q-learning, Proximal Policy Optimization, machine learning, Markov decision process; Pokaż więcej
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

Szczegóły

Skocz do pozycji: 3.

Tytuł:: Advanced machine learning algorithms in implementation of automatic system replacing the player in chosen video games
Zaawansowane algorytmy uczenia maszynowego w implementacji automatycznego systemu zastępującego gracza w przykładowych grach wideo
Autorzy:: Wołczyk, Maciej
Słowa kluczowe:: convolutional neural networks, machine learning, deep learning, reinforcement learning, games, Pong, Breakout, DQN, Q-Learning, Google Deepmind, Tensorflow
ikonwolucyjne sieci neuronowe, uczenie maszynowe, głębokie uczenie maszynowe, uczenie przez wzmacnianie, gry, Pong, Breakout, DQN, Q-Learning, Google Deepmind, Tensorflow; Pokaż więcej
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

Szczegóły

Skocz do pozycji: 4.

Tytuł:: Deep-Hedge MCCFR: An algorithm for solving imperfect information games.
Deep-Hedge MCCFR: Algorytm rozwiązywania gier z niepełną informacją
Autorzy:: Ziemiński, Marcin
Słowa kluczowe:: game theory, reinforcement learning, counterfactual regret minimization, poker, deep learning
teoria gier, reinforcement learning, counterfactual regret minimization, poker, deep learning; Pokaż więcej
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

Szczegóły

Skocz do pozycji: 5.

Tytuł:: Wykorzystanie uczenia maszynowego w programowaniu zachowania stada drapieżników
Use of machine learning in predator flock behaviour programming
Autorzy:: Tyrała, Maciej
Słowa kluczowe:: artificial intelligence, python, unity, reinforcement learning, Markov decision process, temporal difference, deep Q-Learning, neural networks, approximation methods
sztuczna inteligencja, python, unity, uczenie przez wzmacnianie, proces decyzyjny Markova, różnica chwilowa, deep Q-Learning, sieci neuronowe, metody aproksymujące; Pokaż więcej
Dostawca treści:: Repozytorium Uniwersytetu Jagiellońskiego

Inne

Szczegóły

Informacja