Detail práce

Hluboké neuronové sítě pro posilované učení v realtimové strategii

Bakalářská práce Student: Barilla Marco Akademický rok: 2018/2019 Vedoucí: Kolář Martin, Ph.D.
Název anglicky
Deep Neural Networks for Reinforcement Learning in Real-Time Strategy
Jazyk práce
český
Abstrakt

Strojové učenie je jedna z najrýchlejšie napredujúcich odvetví dnešnej vedy. Je to podoblasť umelej inteligencie ktorá sa zaoberá problémom, ako pomocou počítačov riešiť komplexné moderné problémy. Vo vývoji tohto odvetvia hrajú dôležitú úlohu hry, pretože predstavujú optimálne prostredie na testovanie nových prístupov a ich porovnávanie so schopnosťami človeka. Jedna z hier ktoré sú v tejto oblasti stredobodom pozronosti je Starcraft 2, vďaka svojej širokej hráčskej základni a svojej komplexnosti. Praktickým cieľom tejto práce je vytvoriť advantage actor ctiric agenta, ktorý ktorý bude schopný operovať v prostredí tejto hry.

Klíčová slova

strojové učenie, učenie posilňovaním, hlboké neurónové siete, A2C, Starcraft 2, pysc2

Ústav
Ústav počítačové grafiky a multimédií FIT VUT v Brně
Studijní program
Informační technologie
Soubory
Stav
obhájeno, hodnocení D
Obhajoba
13. června 2019
Oponent
Dobeš Petr, Ing.
Průběh obhajoby

Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm D.

Otázky u obhajoby
  1. Jak přesně se počítá skóre, které je uvedeno ve vyhodnoceních?
  2. V sekci, která se týká možností dalšího vývoje, jsou uvedeny algoritmy PPO a SAC, není ale vysvětleno, co tyto zkratky znamenají. O jaké algoritmy se jedná?
  3. Jak jste trénoval neuronovou síť?
  4. Jak v práci funguje testování? Jaké testovací příklady byly použity?
  5. Co je vstupem a výstupem sítě? Jak přesně funguje? Jaký algoritmus posilovaného učení používáte?
  6. Co vkládáte na vstup sítě při trénování sítě?
  7. Řeší Vaše síť i komplexní úlohy?
Komise
Zbořil František, doc. Ing., Ph.D. (UITS FIT VUT), předseda
Burget Lukáš, doc. Ing., Ph.D. (UPGM FIT VUT), člen
Grézl František, Ing., Ph.D. (UPGM FIT VUT), člen
Hliněná Dana, doc. RNDr., Ph.D. (UMAT FEKT VUT), člen
Strnadel Josef, Ing., Ph.D. (UPSY FIT VUT), člen
Citace
BARILLA, Marco. Hluboké neuronové sítě pro posilované učení v realtimové strategii. Brno, 2019. Bakalářská práce. Vysoké učení technické v Brně, Fakulta informačních technologií. 2019-06-13. Vedoucí práce Kolář Martin. Dostupné z: https://www.fit.vut.cz/study/thesis/22123/
BibTeX 
@bachelorsthesis{FITBT22123,
    author = "Marco Barilla",
    type = "Bakal\'{a}\v{r}sk\'{a} pr\'{a}ce",
    title = "Hlubok\'{e} neuronov\'{e} s\'{i}t\v{e} pro posilovan\'{e} u\v{c}en\'{i} v realtimov\'{e} strategii",
    school = "Vysok\'{e} u\v{c}en\'{i} technick\'{e} v Brn\v{e}, Fakulta informa\v{c}n\'{i}ch technologi\'{i}",
    year = 2019,
    location = "Brno, CZ",
    language = "czech",
    url = "https://www.fit.vut.cz/study/thesis/22123/"
}

Závěrečné práce

Nahoru