Sdílení zkušeností v posilovaném učení
Shared Experience in Reinforcement Learning

Author
Advisor
Hradiš, MichalReferee
Šůstek, MartinGrade
BAltmetrics
Metadata
Show full item recordAbstract
Cílem této práce je využít metod sdílení zkušeností při učení neuronových sítí na problém posilovaného učení. Jako testovací prostředí používám staré 2D konzolové hry, jako například space invaders nebo Phoenix. Testuji vliv přeučení již natrénovaných modelů na nová podobná prostředí. Dále zkouším metody pro přenášení rysů domén. Nakonec se zaměřuji na možnosti trénování modelu na několika prostředích simultánně. Z výsledků získáme přehled o možnostech sdílení zkušeností při trénování modelů pro algoritmy posilovaného učení. The aim of this thesis is to use methods of transfer learning for training neural network on a reinforcement learning tasks. As test environment, I am using old 2D console games, such as space invaders or phoenix. I am testing the impact of re-purposing already trained models for different environments. Next I use methods for domain feature transfer. Lastly i focus on the topic of multi-task learning. From the results we can gain insight into possibilities of using transfer learning for reinforcement learning algorithms.
Keywords
Posilované učení, DQN, sdílení zkušeností, konvoluční neuronové sítě, rozpoznávání obrazu, strojové učení, umělá inteligence, Reinforcement learning, DQN, Transfer learning, convolutional neural network, image recognition, machine learning, artificial IntelligenceLanguage
čeština (Czech)Study brunch
Informační technologieComposition of Committee
doc. Ing. František Zbořil, Ph.D. (předseda) doc. RNDr. Dana Hliněná, Ph.D. (místopředseda) doc. Ing. Lukáš Burget, Ph.D. (člen) Ing. František Grézl, Ph.D. (člen) Ing. Josef Strnadel, Ph.D. (člen)Date of defence
2019-06-13Process of defence
Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm B. Otázky u obhajoby: Máte vysvětlení, proč v Obrázku 6.5 (uprostřed) referenční model v průběhu učení začal získávat mnohem menší odměny? Kolik parametrů měla použitá neuronová síť? Mluvíte nějak v práci o transfer learning? Co bylo výstupem neuronové sítě?Result of the defence
práce byla úspěšně obhájenaPersistent identifier
http://hdl.handle.net/11012/180314Source
MOJŽÍŠ, R. Sdílení zkušeností v posilovaném učení [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2019.Collections
- 2019 [304]