Studio e Sperimentazione di Algoritmi di Reinforcement Learning Applicati a Video Game

Gardini, Lorenzo (2020) Studio e Sperimentazione di Algoritmi di Reinforcement Learning Applicati a Video Game. [Laurea], Università di Bologna, Corso di Studio in Ingegneria e scienze informatiche [L-DM270] - Cesena, Documento ad accesso riservato.
Documenti full-text disponibili:
[img] Documento PDF (Thesis)
Full-text non accessibile fino al 31 Dicembre 2022.
Disponibile con Licenza: Creative Commons: Attribuzione - Non commerciale - Condividi allo stesso modo 4.0 (CC BY-NC-SA 4.0)

Download (5MB) | Contatta l'autore

Abstract

Nella prima parte del mio lavoro viene presentato uno studio di una prima soluzione "from scratch" sviluppata da Andrew Karpathy. Seguono due miei miglioramenti: il primo modificando direttamente il codice della precedente soluzione e introducendo, come obbiettivo aggiuntivo per la rete nelle prime fasi di gioco, l'intercettazione della pallina da parte della racchetta, migliorando l'addestramento iniziale; il secondo é una mia personale implementazione utilizzando algoritmi più complessi, che sono allo stato dell'arte su giochi dell'Atari, e che portano un addestramento molto più veloce della rete.

Abstract
Tipologia del documento
Tesi di laurea (Laurea)
Autore della tesi
Gardini, Lorenzo
Relatore della tesi
Scuola
Corso di studio
Ordinamento Cds
DM270
Parole chiave
Reinforcement Learning,Deep Neural Networks,Python,Stable Baseline,Gym
Data di discussione della Tesi
19 Novembre 2020
URI

Altri metadati

Gestione del documento: Visualizza il documento

^