طراحی یک عامل یادگیری تقویتی برای نگاشت یادگیری مبتنی بربازخورد محیط
Publish place: Digital Games Research Conference (DGRC)
Publish Year: 1396
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 590
This Paper With 9 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
DGRCONF01_013
تاریخ نمایه سازی: 7 اسفند 1396
Abstract:
در بسیاری از وظایف محوله به یک عامل شباهتهایی موجود میباشد که عامل میتواند از این شباهتها استفاده نموده تا نیاز به یادگیری مجدد این مهارتها نداشته باشد، از طرفی دیگر عامل در فرآیند یادگیری یک وظیفه دانشی را نیز کسب مینماید که میتواند از آن در انجام وظایف دیگر استفاده نماید. در این مقاله ما به ارایه روشی برای آموزش یک نگاشت به عامل یادگیری تقویتی با استفاده از بازخوردهای محیطی میپردازیم و نشان خواهیم داد که با شکل دهی به تابع پاداش یک عامل یادگیر تقویتی میتوان به عامل، نگاشت از فضای حالتی به فضای حالت دیگر را آموزش داده و از این نتیجه نیز در انتقال یادگیری تقویتی استفاده نمود. پس از ارایه روش ما به پیادهسازی و آزمون روش ارایه شده بر روی بازیBreakout نمودهایم و مشاهده میکنیم که این عامل به خوبی توانسته است نگاشت اعمال یک عامل را آموزش ببیند
Keywords:
Authors
بابک بادنوا
دانشجوی مقطع کارشناسی ارشد رشته هوش مصنوعی و رباتیکز دانشکده مهندسی کامپیوتر در دانشگاه علم و صنعت ایران
ناصر مزینی
دانشیار گروه هوش مصنوعی و رباتیکز دانشکده مهندسی کامپیوتر در دانشگاه علم و صنعت ایران