Пожалуйста, используйте этот идентификатор, чтобы цитировать или ссылаться на этот ресурс:
http://hdl.handle.net/11701/32482
Полная запись метаданных
Поле DC | Значение | Язык |
---|---|---|
dc.contributor.advisor | Томчин Дмитрий Александрович | ru_RU |
dc.contributor.advisor | Tomcin Dmitrij Aleksandrovic | en_GB |
dc.contributor.author | Калитин Александр Олегович | ru_RU |
dc.contributor.author | Kalitin Aleksandr Olegovic | en_GB |
dc.contributor.editor | Липкович Михаил | ru_RU |
dc.contributor.editor | Lipkovic Mihail | en_GB |
dc.date.accessioned | 2021-08-07T09:11:46Z | - |
dc.date.available | 2021-08-07T09:11:46Z | - |
dc.date.issued | 2021 | |
dc.identifier.other | 063761 | en_GB |
dc.identifier.uri | http://hdl.handle.net/11701/32482 | - |
dc.description.abstract | В данной работе рассматривается применение методов обучения с подкреплением для разработки стратегии игры в футбол роботов. Была решена задача забивания гола со штрафной линии с помощью Deep Q-learning, также были применены на практике вспомогательные приемы, улучшающие сходимость процесса обучения. Был разработан программный комплекс, позволяющий решать и другие задачи разработки стратегии. Тем самым была доказана применимость методов обучения с подкреплением в данной области. | ru_RU |
dc.description.abstract | In this paper, we considered the use of reinforcement learning methods to develop a strategy for playing robot football. The problem of scoring a goal from the penalty line was solved with the help of Deep Q-learning, and auxiliary techniques were also applied in practice to improve the convergence of the learning process. A software package was developed that allows you to solve other tasks of strategy development. This proved the applicability of reinforcement learning methods in this area. | en_GB |
dc.language.iso | ru | |
dc.subject | робототехника | ru_RU |
dc.subject | робофутбол | ru_RU |
dc.subject | нейронные сети | ru_RU |
dc.subject | обучение с подкреплением | ru_RU |
dc.subject | машинное обучение | ru_RU |
dc.subject | robotics | en_GB |
dc.subject | robofootball | en_GB |
dc.subject | neural networks | en_GB |
dc.subject | reinforcement learning | en_GB |
dc.subject | deep q-learning | en_GB |
dc.subject | python | en_GB |
dc.subject | pytorch | en_GB |
dc.subject | machine learning | en_GB |
dc.title | Applying reinforcement learning methods for developing robot football game strategy | en_GB |
dc.title.alternative | Применение методов обучения с подкреплением для разработки стратегии игры в футбол роботов | ru_RU |
Располагается в коллекциях: | BACHELOR STUDIES |
Файлы этого ресурса:
Файл | Описание | Размер | Формат | |
---|---|---|---|---|
VKR_Kalitin_Aleksandr_Olegovic.pdf | Article | 5,62 MB | Adobe PDF | Просмотреть/Открыть |
reviewSV_kalitin.pdf | ReviewSV | 1,36 MB | Adobe PDF | Просмотреть/Открыть |
reviewSV_kalitin_eng.pdf | ReviewSV | 1,23 MB | Adobe PDF | Просмотреть/Открыть |
Все ресурсы в архиве электронных ресурсов защищены авторским правом, все права сохранены.