Ενισχυτική μάθηση - Ms Pacman

Αθανασοπούλου, Ζωή Ιωάννα

dc.contributor.advisor	Φιλιππάκης, Μιχαήλ
dc.contributor.author	Αθανασοπούλου, Ζωή Ιωάννα
dc.date.accessioned	2024-11-26T12:33:40Z
dc.date.available	2024-11-26T12:33:40Z
dc.date.issued	2024-06
dc.identifier.uri	https://dione.lib.unipi.gr/xmlui/handle/unipi/17121
dc.identifier.uri	http://dx.doi.org/10.26267/unipi_dione/4544
dc.description.abstract	Η παρούσα διπλωματική εργασία εξετάζει την εφαρμογή της ενισχυτικής μάθησης για την εκπαίδευση πρακτόρων σε ηλεκτρονικά παιχνίδια. Σκοπός της έρευνας είναι να διερευνηθεί η απόδοση και η αποτελεσματικότητα διάφορων παραλλαγών του αλγορίθμου Deep Q-Network (DQN) σε περιβάλλοντα παιχνιδιών arcade. Στην εργασία αυτή, αρχικά παρουσιάζονται οι βασικές έννοιες της ενισχυτικής μάθησης, συμπεριλαμβανομένων των πολιτικών, των συναρτήσεων ανταμοιβής και αξίας, και των μοντέλων περιβάλλοντος. Στη συνέχεια, αναλύονται οι θεωρητικές αρχές των αλγορίθμων DQN και οι επεκτάσεις τους, όπως το DQN με batch normalization, το Duel DQN, το Noisy DQN, και το Double DQN με Prioritized Experience Buffer. Τα πειραματικά αποτελέσματα δείχνουν ότι κάθε παραλλαγή προσφέρει συγκεκριμένα πλεονεκτήματα στην εκπαίδευση των πρακτόρων. Οι πράκτορες που εκπαιδεύτηκαν με τις παραλλαγές του DQN παρουσίασαν βελτίωση στη μέση ανταμοιβή, στο σκορ και στην ταχύτητα εκπαίδευσης σε σχέση με τον βασικό αλγόριθμο DQN. Ειδικότερα, ο πράκτορας με Prioritized Experience Buffer και Double DQN εμφάνισε την καλύτερη συνολική απόδοση, επιτυγχάνοντας την υψηλότερη μέση ανταμοιβή και σκορ. Η εργασία καταλήγει στο συμπέρασμα ότι η ενισχυτική μάθηση και οι προσαρμογές των αλγορίθμων DQN μπορούν να εφαρμοστούν αποτελεσματικά για την εκπαίδευση πρακτόρων σε δυναμικά και σύνθετα περιβάλλοντα, όπως τα ηλεκτρονικά παιχνίδια. Η θεωρητική ανάλυση και τα πειραματικά αποτελέσματα υποδεικνύουν τη σημαντική συμβολή των τεχνικών βελτιστοποίησης στη βελτίωση της αποδοτικότητας και της απόδοσης των πρακτόρων.	el
dc.format.extent	91	el
dc.language.iso	el	el
dc.publisher	Πανεπιστήμιο Πειραιώς	el
dc.rights	Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα	*
dc.rights.uri	http://creativecommons.org/licenses/by-nc-nd/3.0/gr/	*
dc.title	Ενισχυτική μάθηση - Ms Pacman	el
dc.title.alternative	Reinforcement learning - Ms Pacman	el
dc.type	Master Thesis	el
dc.contributor.department	Σχολή Τεχνολογιών Πληροφορικής και Επικοινωνιών. Τμήμα Ψηφιακών Συστημάτων	el
dc.description.abstractEN	This thesis explores the application of reinforcement learning for training agents in video games. The purpose of the research is to investigate the performance and effectiveness of various Deep Q-Net work (DQN) algorithm variations in arcade game environments. Initially, the thesis presents the basic concepts of reinforcement learning, including policies, reward functions, value functions, and environment models. Then, it analyzes the theoretical principles of DQN algorithms and their extensions, such as DQN with batch normalization, Duel DQN, Noisy DQN, and Double DQN with Prioritized Experience Buffer. Experimental results show that each variation offers specific advantages in agent training. Agents trained with the DQN variations showed improvements in average reward, score, and training speed compared to the basic DQN algorithm. Specifically, the agent with Prioritized Experience Buffer and Double DQN demonstrated the best overall performance, achieving the highest average reward and score. The thesis concludes that reinforcement learning and the adaptations of DQN algorithms can be ef fectively applied to train agents in dynamic and complex environments, such as video games. The theoretical analysis and experimental results highlight the significant contribution of optimization techniques in improving the efficiency and performance of the agents.	el
dc.contributor.master	Πληροφοριακά Συστήματα και Υπηρεσίες	el
dc.subject.keyword	Ενισχυτική μάθηση	el
dc.subject.keyword	Deep Q-Network	el
dc.subject.keyword	Batch normalization	el
dc.subject.keyword	Duel DQN	el
dc.subject.keyword	Noisy DQN	el
dc.subject.keyword	Prioritized experience buffer	el
dc.subject.keyword	Ηλεκτρονικά παιχνίδια	el
dc.subject.keyword	Εκπαίδευση	el
dc.subject.keyword	Google Colab	el
dc.subject.keyword	GPU	el
dc.subject.keyword	MsPacman	el
dc.subject.keyword	Python	el
dc.subject.keyword	PyTorch	el
dc.subject.keyword	Παιχνίδι Arcade	el
dc.subject.keyword	Πράκτορας	el
dc.subject.keyword	Azure	el
dc.date.defense	2024-06-23

Αρχεία σε αυτό το τεκμήριο

Name:: Athanasopoulou_me2043.pdf
Μέγεθος:: 2.196Mb
Τύπος:: PDF
Description:: Μεταπτυχιακή διατριβή

Προβολή/Άνοιγμα

Αυτό το τεκμήριο εμφανίζεται στις ακόλουθες συλλογές

Τμήμα Ψηφιακών Συστημάτων
Department of Digital Systems

Εμφάνιση απλής εγγραφής

Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα

Εκτός από όπου διευκρινίζεται διαφορετικά, το τεκμήριο διανέμεται με την ακόλουθη άδεια:
Αναφορά Δημιουργού-Μη Εμπορική Χρήση-Όχι Παράγωγα Έργα 3.0 Ελλάδα