پایان‌نامه

ساختارعصبی تقریب تابع مبتنی بر dignet برای یادگیری تقویتی

دانلود متن کاملرایگان، با حساب کاربری؛ ثبت نام با گوگل چند ثانیه است

چکیده

یادگیری تقویتی عبارت است از قالب بندی یک مسئله به فرم یادگیری از طریق تعامل برای رسیدن به هدف. زمانی که فضای حالات و یا کنش ها پیوسته و یا خیلی بزرگ شود استفاده از عناصر حافظه برای نگه داری ارزش حالات بسیار زیاد خواهد شد. این مسئله در رابطه با زمانی که در طول یادگیری ارزش کنش ها به دست آورده می شود، بحرانی تر خواهد شد. علاوه بر حافظه مصرفی مسئله ، داده و زمان لازم برای پر کردن آنها نیز مهم است. بنابراین مسئله تعمیم پیش خواهد آمد.روش پیشنهاد شده برای مسائل یادگیری تقویتی با فضای پیوسته ای از حالت ها و کنش ها مناسب است. در این روش از شبکه عصبی خودسازمان ده dignet برای نمایش فضای حالت و کنش استفاده شده است.استفاده از این شبکه سبب می شود در یک فضای پیوسته، عامل بتواند با استفاده از یک حافظه مصرفی مناسب ،میزان داده و زمان قابل قبول به هدف دست یابد.در پیشنهاد این پایان نامه مفاهیم اساسی یک مسئله یادگیری تقویتی و همچنین یک شبکه عصبی خودسازمان ده dignet بررسی می شود، و ساختار این شبکه به عنوان یک روش خوشه بندی کارا برای حل چالش پیوستگی فضای حالات و کنش ها ،در مسئله یادگیری تقویتی پیشنهاد می شود و کارایی آن بررسی و مقایسه می شود.

اساتید راهنما و مشاور

میرمحسن پدرام

پایان‌نامه‌های مشابه

  • معرفی یک مدل شبیه سازی مبتنی بر یادگیری تقویتی در شبیه سازی دسته ای

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده برق و کامپیوترروح الله وفایی

    شبیه سازی و مدلسازی، یکی از جنبه های بسیار مهم و گاها حیاتی، در بسیاری از زمینه های علمی و مهندسی هستند. شبیه سازی و بررسی سیستم های پیچیده معمولا کمک بزرگی را برای زندگی بهتر انسان ها فراهم آورده است. سیستم های پیچیده شامل دامنه ی بسیار بزرگی از مسائل است که از علوم مختلف برای پ

  • معرفی و شبیه سازی یک مدل یادگیری مبتنی بر یادگیری تقویتی در شبیه سازی دسته ای

    پایان‌نامه۲۰۱۴وزارت علوم، تحقیقات و فناوری - دانشگاه تبریز - دانشکده مهندسی برق و کامپیوترسیدروح الله وفایی

    شبیه سازی و مدلسازی، یکی از جنبه های بسیار مهم و گاها حیاتی، در بسیاری از زمینه های علمی و مهندسی هستند. شبیه سازی و بررسی سیستم های پیچیده معمولا کمک بزرگی را برای زندگی بهتر انسان ها فراهم آورده است. سیستم های پیچیده شامل دامنه ی بسیار بزرگی از مسائل است که از علوم مختلف برای پ

  • ارائه روشی نوین مبتنی بر یادگیری تقویتی برای تعیین ساختار در شناسایی سیستم ها

    پایان‌نامه۲۰۱۳وزارت علوم، تحقیقات و فناوری - دانشگاه فردوسی مشهد - دانشکده مهندسیپریسا توکلی هروی

    ساختارها و مدل های دارای دینامیک متغیر و نحوه تعیین ساختار آنها به خصوص در حالت برخط طی سال های اخیر به منظور توسعه و بهبود روش های شناسایی سیستم ها مورد توجه قرار گرفته اند. در این پایان نامه روشی نوین مبتنی بر الگوریتم های انتخاب عمل و پاداش دهی در یادگیری تقویتی برای تعیین ساخ

  • ارائه روشی مبتنی بر یادگیری تقویتی به منظور رهیابی ربات متحرک در محیط نیمه ساختار یافته درون ساختمان

    پایان‌نامه۲۰۱۱وزارت علوم، تحقیقات و فناوری - دانشگاه پیام نور - دانشگاه پیام نور استان تهران - دانشکده فنیندا دایی

    رهیابی یا ناوبری ربات عبارت است از حرکت ربات در محیط و رسیدن به هدف مطلوب بدون آنکه به موانع برخورد کند، رهیابی ربات درون محیط ساختمان از دو جنبه مورد اهمیت است. از طرفی محیط ساختمان نیمه ساختار یافته است، یعنی اندازه و مکان بعضی از موانع شناخته شده نیستند و از طرف دیگر موانع و ه

  • بررسی خصوصیات همگرایی روش های ترکیبی یادگیری تقویتی با تخمین تابع

    پایان‌نامه۲۰۰۷وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده مهندسی کامپیوتربابک به ساز

    برای بسیاری سیستم ها، توانایی یادگیری یک مزیت مهم و حتی در بعضی موارد یک نیاز است. از ابتدا، برای ایجاد توانایی یادگیری دو ایده کلی بسیار مورد توجه بوده است. ایده اول که به یادگیری با نظارت منجر می شود، استفاده از زوج های آموزشی ورودی-خروجی است. در این نوع یادگیری، سعی بر آموزش ع

  • یادگیری تقویتی مبتنی بر نقشه خودسازمان ده تطبیقی با زمان

    پایان‌نامه۲۰۰۶وزارت علوم، تحقیقات و فناوری - دانشگاه صنعتی امیرکبیر(پلی تکنیک تهران) - دانشکده مهندسی کامپیوترحسام منتظری

    یادگیری تقویتی، نگاشت وضعیت ها به عمل ها با هدف ماکزیمم کردن سیگنال پاداش دریافتی را بررسی می کند. در این نوع یادگیری، به عامل گفته نمی شود که چه عملی را انتخاب کند، بلکه عامل باید عملی را انتخاب کند که پاداش دریافتی از محیط را بیشینه کند. در چالش برانگیزترین حالات، پاداش عمل ها