MuZero ja mallipohjainen vahvistusoppiminen

MuZero ja mallipohjainen vahvistusoppiminen

Tutkielmassa pyritään selvittämään, mitä mallipohjainen vahvistusoppiminen tarkoittaa, ja kuinka sitä hyödynnetään MuZero-nimisen tekoälyn algoritmissa. MuZeroa on testattu menestyksekkäästi sekä klassisissa lautapeleissä, että visuaalisesti monimutkaisissa Atari –peleissä. MuZero yhdistää toiminnas...

Full description

Bibliographic Details
Main Author: Leinonen, Hertta
Other Authors: Informaatioteknologian tiedekunta, Faculty of Information Technology, Informaatioteknologia, Information Technology, Jyväskylän yliopisto, University of Jyväskylä
Format: Bachelor's thesis
Language:fin
Published: 2021
Subjects:
MuZero
syväoppiminen
mallipohjainen vahvistusoppiminen
Monte Carlo -puuhaku
DeepMind
Tietotekniikka
Mathematical Information Technology
602
tekoäly
algoritmit
Monte Carlo -menetelmät
tietotekniikka
pelit
koneoppiminen
lautapelit
Online Access: https://jyx.jyu.fi/handle/123456789/75464

Similar Items