Experimental Evaluation of Risk-Averse Planners

Bc. Martin Bendel

Bakalářská práce

Anotace:

Strojové učenie je na popredí Informatiky. Algoritmy, ktoré využívajú posilované učenie, jedno z jeho paradigiem, bývajú etrémne náročné na beh. Potrebujú veľa zdrojov procesoru, veľa pamäte a veľa času na ich beh. To spomaľuje ich vývoj a používanie. Každý spôsob ako ich prácu zjednodušiť a urýchliť sú veľmi vyhľadávané a, ak je to možné, by byť využitý. Jeden z týchto algoritmov je nový Ralph0. Táto práca sa sústredí na zaúčanie ľudí ako Ralph0 funguje. A testovania jeho parametrov na vytvorenie lepšieho obrazu ako tieto parametre majú byť nastavené pre každú situáciu.

Abstract:

Machine learning is at the forefront of Informatics. Algorithms using one of its paradigms, reinforcement learning, tend to be extremely difficult to run. Loads of CPU resources, big memory size and a lot of time to run are necessary. This results in slow development and usage. Any way to make their work simpler and faster is highly sought after and, if possible, should be used. One of these algorithms in a newly developed Ralph0. This thesis focuses on teaching people how Ralph0 works. And on testing its parameters to create a better picture of how these parameters should be set up for any given situation.

Keywords

Reinforcement learning, Markov decision process, Monte Carlo tree search, RAMCP, Ralph0, Java, testing, benchmark

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 25. 5. 2021

Obhajoba závěrečné práce

• Obhajoba proběhla 1. 7. 2021
• Vedoucí: RNDr. Petr Novotný, Ph.D.
• Oponent: doc. RNDr. Vojtěch Řehák, Ph.D.

Masarykova univerzita

Fakulta informatiky

Bakalářský studijní program / obor:
Aplikovaná informatika / Aplikovaná informatika