Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
https://ea.donntu.edu.ua/jspui/handle/123456789/31391
Назва: | Дослідження алгоритмів глибинного навчання з підкріпленням для штучного інтелекту на базі комп’ютерних ігор |
Інші назви: | Research of deep reinforcement learning algorithms for artificial intelligence based on computer games |
Автори: | Сафронов, Ярослав Вікторович |
Ключові слова: | штучний інтелект нейронні мережі DQN Python |
Дата публікації: | гру-2019 |
Видавництво: | Покровськ, ДВНЗ ДонНТУ |
Бібліографічний опис: | Сафронов Я. В. Дослідження алгоритмів глибинного навчання з підкріпленням для штучного інтелекту на базі комп’ютерних ігор : випускна кваліфікаційна робота на здобуття освітнього ступеня «магістр» за спеціальністю 122 «Комп’ютерні науки» / Я. В. Сафронов. – Покровськ: ДВНЗ ДонНТУ, 2019. – 114 с. |
Серія/номер: | Комп’ютерні науки; |
Короткий огляд (реферат): | Об’єктом дослідження даної роботи виступають засоби реалізації нейронних мереж що навчаються на комп’ютерних іграх. Предметом дослідження є можливості нейронних мереж з підкріпленням для навчання та вдосконалення штучного інтелекту в комп’ютерних іграх. Метою роботи вдосконалення штучного інтелекту засобами нейронної мережі, що дозволить більш розумно виконувати дії в поточному середовищі. Результатом роботи стали розроблені нейронні мережі з різними топологіями, налаштуваннями та алгоритмами навчання, аналіз й порівняння отриманих моделей за параметрами точності, часу навчання і фінальної винагороди. Практичне значення полягає в запропонуванні рекомендацій щодо використання нейронних мереж з підкріпленням для штучного інтелекту в ігрових додатках на основі проведеного комплексного аналізу різних топологій та принципів навчання. |
URI (Уніфікований ідентифікатор ресурсу): | http://ea.donntu.edu.ua/jspui/handle/123456789/31391 |
Розташовується у зібраннях: | ОС "Магістр" КНТ |
Файли цього матеріалу:
Файл | Опис | Розмір | Формат | |
---|---|---|---|---|
2019_Диплом_Сафронов_Я.В._КНм-18.pdf | 37,06 MB | Adobe PDF | Переглянути/Відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.