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...
Main Author: | |
---|---|
Other Authors: | , , , , , |
Format: | Bachelor's thesis |
Language: | fin |
Published: |
2021
|
Subjects: | |
Online Access: | https://jyx.jyu.fi/handle/123456789/75464 |