Počet záznamů: 1

Performance Comparison of Two Reinforcement Learning Algorithms for Small Mobile Robots

  1. 1.
    0331131 - UIVT-O 2010 RIV KR eng J - Článek v odborném periodiku
    Neruda, Roman - Slušný, Stanislav
    Performance Comparison of Two Reinforcement Learning Algorithms for Small Mobile Robots.
    [Srovnání efektivity dvou algoritmů posilovaného učení pro malé mobilní roboty.]
    International Journal of Control and Automation. Roč. 2, č. 1 (2009), s. 59-68 ISSN 2005-4297
    Grant CEP: GA MŠk(CZ) 1M0567
    Grant ostatní: GA UK(CZ) 7637/2007
    Výzkumný záměr: CEZ:AV0Z10300504
    Klíčová slova: reinforcement learning * mobile robots * inteligent agents
    Kód oboru RIV: IN - Informatika
    http://www.sersc.org/journals/IJCA/vol2_no1/7.pdf http://www.sersc.org/journals/IJCA/vol2_no1/7.pdf

    The design of intelligent agents by means of reinforcement learning is studied in this paper. A relational reinforcement learning algorithm is used to achieve a compact knowledge representation. Moreover, this approach allows to improve the learning performance by augmenting the algorithm with the so-called background knowledge. A case study on simulated physical robotic agents is performed and compared with our previous evolutionary robotics experiments in order to justify our approach.

    V tomto článku studujeme návrh inteligentních agentů pomocí posilovaného učení. Používáme relační posilované učení, díky čemuž dosahujeme kompaktní reprezentace znalostí. Tento algoritmus také umožňuje zlepšit efektivitu učení tím, že ho doplníme o tzv. implicitní znalosti. Příkladová studie na fyzických robotických agentech a porovnání s našimi předchozími experimenty z evoluční robotiky potvrzují náš přístup.
    Trvalý link: http://hdl.handle.net/11104/0176741