Multi-agent reinforcement learning using roles
Roller kullanarak çoklu-etmen takviye öğrenme
- Tez No: 116240
- Danışmanlar: DOÇ. DR. FARUK POLAT
- Tez Türü: Yüksek Lisans
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Takviye öğrenme, çoklu-etmen öğrenme, çoklu-etmen koor dinasyon, etmen rolleri, Reinforcement learning, multi-agent learning, multi-agent coordination, agent roles
- Yıl: 2001
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 80
Özet
Takviye öğrenme, önemi artan bir makine öğrenme tekniği olarak bilinmekte dir ve etmen teorisinde yaygın olarak kullanılmaktadır. Çoklu-etmen takviye öğrenme ise takviye öğrenme tekniklerinin çoklu-etmen ortamlara genişletilerek uyarlanması ile ilgilenir. Etmenler arası koordinasyon açıkça bilgi paylaşımı olmadan edinilebilir. Kimi problemlerde öğrenmenin gerçekleşmesi için görev bölümlendirmesi gerekebilir. Bu tezde görev bölümlendirmesine alternatif bir yaklaşım olarak, alt görevlerinden oluşan problemlerin çözümü için etmen rolleri tanımlanmıştır. Yaklaşım farklı özellikteki iki ortamda denenmiş ve tartışılmıştır.
Özet (Çeviri)
Reinforcement learning (RL) is known to be an promising machine learning tech nique and is extensively used in agent theory. Multi-agent reinforcement learning (MARL) deals with how to scale up RL to multi-agent domains. Coordination among agents can be achieved without explicit information sharing. Decomposi tion of task may be necessary to realize learning in some problems. In this thesis, roles are defined for an agent as an alternative approach to task decomposition for problems made up of sequential sub-tasks. The approach is experimented and discussed on two domains of different characteristics.
Benzer Tezler
- Reinforcement learning of multi-agent team behavior
Çoklu-etmen takım davranışlarının pekiştirmeli öğrenilmesi
MEHMET UTKU TATLIDEDE
Yüksek Lisans
İngilizce
2003
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolBoğaziçi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
YRD. DOÇ. DR. LEVENT AKIN
- Reinforcement learning using potential field for role assignment in a multi-robot two-team game
Çoklu-robotlu, iki-takımlı bir oyunda rol belirlemeyi potensiyal alanlar kullanarak yapan pekişmeli öğrenme
FİDAN ÖZGÜL
Yüksek Lisans
İngilizce
2004
Elektrik ve Elektronik MühendisliğiOrta Doğu Teknik ÜniversitesiElektrik-Elektronik Mühendisliği Ana Bilim Dalı
PROF. DR. İSMET ERKMEN
PROF. DR. AYDAN ERKMEN
- AI-enhanced dynamic preemptive resource allocation in next generation cellular networks
Yeni nesil hücresel ağlarda yapay zeka destekli dinamik öncelikli kaynak tahsisi
EGE ENGİN
Doktora
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN
- Mobılıty control of uavbs networks for ınterference mıtıgatıon and collısıon avoıdance ın 5G and beyond
5G ve ötesi için girişim azaltma ve çarpışma önleme amaçlı uavbs ağlarının hareket kontrolü
OMAR ALI THABET THABET
Doktora
İngilizce
2025
Elektrik ve Elektronik MühendisliğiYıldız Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. MEHMET SERDAR UFUK TÜRELİ
DR. ÖĞR. ÜYESİ DİDEM KIVANÇ TÜRELİ
- Data-driven prediction and emergency control of transient stability in power systems towards a risk-based optimal power flow operation
Güç sistemlerinde risk tabanlı optimal güç akışı işletimineyönelik geçici hal kararlılığın veri güdümlü tahmini veacil durum kontrolü
SEVDA JAFARZADEH
Doktora
İngilizce
2022
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektrik Mühendisliği Ana Bilim Dalı
PROF. VEYSEL MURAT İSTEMİHAN GENÇ