Modul pro Reinforcment Learning pro Modeler neuronových sítí

Jakub Holaza

Diplomová práce

Module Reinforcment Learning for Neuron Net Modeler

Anotace:

Táto diplomová práca sa zameriava na rozšírenie programu Modeler neurónových sieti o modul pre Reinforcement Learning. V tejto práci je opísaný Reinforcement Learning s a bez použitia hlbokého učenia. Taktiež sú v tejto práci opísané problémy, ktoré Reinforcement Learning má a ich možné riešenia a vylepšenia. V ďalšej časti opisujem paralelizáciu pre Reinforcement Learning s neurónovými sieťami. S využitím implementovaných vylepšení boli vykonané experimenty a porovnaná efektivita učenia.

Abstract:

This master thesis focuses on extending the program Neural Net Modeler with Reinforcement Learning module. This thesis describes Reinforcement learning with and without deep learning. Furthermore, this thesis deals with problems of Reinforcement learning and their solutions. Further, I describe the parallelization of Reinforcement learning with neural networks. Using implemented solutions, experiments were performed and results compared.

Klíčová slova

Reinforcement Learning, neurónové siete, paralelizácia, Q-learning, DQN

Keywords

Reinforcement Learning, neural networks, parallelization, Q-learning, DQN

Jazyk práce: čeština

Datum vytvoření / odevzdání či podání práce: 30. 4. 2021

Obhajoba závěrečné práce

• Obhajoba proběhla 2. 6. 2021
• Vedoucí: David Ježek
• Oponent: Jakub Štolfa

VŠB – Technická univerzita Ostrava

Fakulta elektrotechniky a informatiky

Magisterský studijní program / obor:
Informační a komunikační technologie / Informatika a výpočetní technika