Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/122766
Títol: | Aprendiendo de la memoria RAM de la NES |
Autoria: | Barajas Higuera, Daniel |
Director: | Ventura, Carles |
Tutor: | Kanaan-Izquierdo, Samir |
Resum: | En aquest projecte es va experimentar amb algorismes d'aprenentatge per reforç jugant Donkey Kong, Hissi Climber, Kung Fu, Super Mario Bros i Metroid de la consola NES. L'algorisme DQN i les seves variants com a Doble DQN i Dueling DQN van ser usats per a experimentar amb la representació d'estats mitjançant la RAM. Es proposen algunes estratègies per a reduir la dimensionalitat dels estats i les accions. També es proposen funcions de recompensa per a crear un agent fàcil d'entrenar amb pocs recursos computacionals. Es van provar dues maneres de reduir la dimensió de la RAM, el mapa de la RAM va funcionar bé només en fase d'entrenament mentre que el mètode dels bytes activats va aconseguir millors resultats. |
Paraules clau: | Q-learning profund RAM NES |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | 15-set-2020 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Apareix a les col·leccions: | Bachelor thesis, research projects, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
dbarajasTFM0920memoria.pdf | Memoria del TFM | 12,3 MB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons