EMDD-RL: Faster subgoal ıdentification with diverse density in reinforcement learning
2021
0 views
0 downloads
Advisor: Prof. Dr. Faruk Polat
Abstract (TR)
Ayrı Yoğunluk (AY) algoritması, pekiştirmeli öğrenme alanında öğrenme sürecini iyileştirmek amacıyla otomatik olarak alt hedefleri bulma konusunda etkili olduğu gösterilmiş, çoklu-örnek öğrenme alanında öne sürülmüş ve bu alanda iyi bilinen bir yöntemdir. Aynı alanda önerilmiş olan Beklenti Yükseltmeli Ayrı Yoğunluk (BYAY) yöntemi, AY metodunu hem doğru sonuç üretme, hem de hızlı çalışma açısından geliştirmiştir. Bu çalışma pekiştirmeli öğrenme problemlerinde otomatik olarak alt hedeflerin tespiti için BYAY metodunu, algoritma üzerinde gerekli değişiklikleri uygulayarak, uyarlamaktadır. Uyarlanan yöntem, atası sayılabilecek olan AY algoritmasıyla tasarlanmış diğer algoritmadan tespit edilen alt hedeflerin kalitesini koruyarak 3 ile 10 kat daha hızlı çalışmaktadır. Tezde EMDD-RL ismiyle önerilmiş olan yöntemin sahip olduğu parametrelerin, algoritmanın performansı üzerindeki etkileri tartışılmış ve ayrıntılı deneylerle ortaya konulmuştur.
Author
Saim Sunel
Institution
How to Cite
Saim Sunel (Yüksek Lisans Tezi). EMDD-RL: Faster subgoal ıdentification with diverse density in reinforcement learning, 2021, Middle East Technical University.
Keywords
License
Tüm Hakları Saklıdır
This work is shared under the specified license terms.
More theses from Middle East Technical University
- Reading the mausoleum of Augustus in Rome(2020)
- Anarchism and justice(2021)
- Constructing an Islamic society through novels -creation of collective identity and issue of participation in Islamic literature(2020)
- An R&D roadmap for Turkish defense industry(2020)
- Understanding the role of the national human rights institutions in implementing the sustainable development agenda: The case of Europe(2020)
- Routes and communications in late Roman and Byzantine Anatolia (CA. 4th-9th centuries a.d.)(2020)
