Uczenie agentów sterowania pojazdami kosmicznymi

licenciate
dc.abstract.enIn this paper, I present the result of a series of experiments aimed at examining the effectiveness and reliability of a simple variant of the Deep Q-Networks reinforcement learning algorithm. The task of the algorithm is to teach the artificial neural network to control vehicles in simulated outer space.pl
dc.abstract.plW niniejszej pracy przedstawiam wynik serii eksperymentów mających na celu zbadanie skuteczności i niezawodności prostego wariantu algorytmu uczenia ze wzmocnieniem Deep Q-Networks. Zadaniem algorytmu jest uczenie sztucznej sieci neuronowej sterowania pojazdami w symulowanej przestrzeni kosmicznej.pl
dc.affiliationWydział Fizyki, Astronomii i Informatyki Stosowanejpl
dc.areaobszar nauk ścisłychpl
dc.contributor.advisorBiałas, Piotr - 127296 pl
dc.contributor.authorKucharski, Piotrpl
dc.contributor.departmentbycodeUJK/WFAISpl
dc.contributor.reviewerBiałas, Piotr - 127296 pl
dc.contributor.reviewerOchab, Jeremipl
dc.date.accessioned2020-10-20T19:33:53Z
dc.date.available2020-10-20T19:33:53Z
dc.date.submitted2020-09-04pl
dc.fieldofstudyinformatykapl
dc.identifier.apddiploma-142204-211953pl
dc.identifier.projectAPD / Opl
dc.identifier.urihttps://ruj.uj.edu.pl/xmlui/handle/item/249292
dc.languagepolpl
dc.subject.enreinforcement learning, artificial neural networkpl
dc.subject.pluczenie ze wzmocnieniem, sztuczne sieci neuronowepl
dc.titleUczenie agentów sterowania pojazdami kosmicznymipl
dc.title.alternativeTeaching agents to control space vehiclespl
dc.typelicenciatepl
dspace.entity.typePublication
dc.abstract.enpl
In this paper, I present the result of a series of experiments aimed at examining the effectiveness and reliability of a simple variant of the Deep Q-Networks reinforcement learning algorithm. The task of the algorithm is to teach the artificial neural network to control vehicles in simulated outer space.
dc.abstract.plpl
W niniejszej pracy przedstawiam wynik serii eksperymentów mających na celu zbadanie skuteczności i niezawodności prostego wariantu algorytmu uczenia ze wzmocnieniem Deep Q-Networks. Zadaniem algorytmu jest uczenie sztucznej sieci neuronowej sterowania pojazdami w symulowanej przestrzeni kosmicznej.
dc.affiliationpl
Wydział Fizyki, Astronomii i Informatyki Stosowanej
dc.areapl
obszar nauk ścisłych
dc.contributor.advisorpl
Białas, Piotr - 127296
dc.contributor.authorpl
Kucharski, Piotr
dc.contributor.departmentbycodepl
UJK/WFAIS
dc.contributor.reviewerpl
Białas, Piotr - 127296
dc.contributor.reviewerpl
Ochab, Jeremi
dc.date.accessioned
2020-10-20T19:33:53Z
dc.date.available
2020-10-20T19:33:53Z
dc.date.submittedpl
2020-09-04
dc.fieldofstudypl
informatyka
dc.identifier.apdpl
diploma-142204-211953
dc.identifier.projectpl
APD / O
dc.identifier.uri
https://ruj.uj.edu.pl/xmlui/handle/item/249292
dc.languagepl
pol
dc.subject.enpl
reinforcement learning, artificial neural network
dc.subject.plpl
uczenie ze wzmocnieniem, sztuczne sieci neuronowe
dc.titlepl
Uczenie agentów sterowania pojazdami kosmicznymi
dc.title.alternativepl
Teaching agents to control space vehicles
dc.typepl
licenciate
dspace.entity.type
Publication
Affiliations

* The migration of download and view statistics prior to the date of April 8, 2024 is in progress.

Views
9
Views per month
Views per city
Warsaw
3
Wroclaw
2
Bialystok
1
Dublin
1
Shanghai
1

No access

No Thumbnail Available