Geri Dön

Etmenlerin iç modelini kullanarak çoklu etmenlerde bulanık takviyeli öğrenme

Fuzzy reinforcement learning in multi-agent systems using internal model of agents

  1. Tez No: 119526
  2. Yazar: ALPER KILIÇ
  3. Danışmanlar: DOÇ.DR. AHMET ARSLAN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Çoklu etmenli sistemler, Makine öğrenmesi, Takviye öğrenme, Q-Öğrenme, Bulanık Mantık, Multi-Agent Systems, Machine Learning, Reinforcement Learning, Q- Learning, Fuzzy Logic. VI
  7. Yıl: 2002
  8. Dil: Türkçe
  9. Üniversite: Fırat Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 58

Özet

Yüksek Lisans Tezi etmenlerin iç modelini kullanarak çoklu etmenlerde bulanık takviyeli öğrenme Alper KILIÇ Fırat Üniversitesi Fen Bilimleri Enstitüsü Bilgisayar Mühendisliği Anabilim Dalı 2002, Sayfa :49 Çoklu etmenli sistemlerde birlikte hareket etme ve işbirliği davranışlarının öğrenilmesi işleminin gerçekleştirilmesi Yapay Zeka sistemleri için son yıllarda gelişen yeni bir bakış açısı ortaya koymuştur. Özellikle Takviye Öğrenme yöntemleri çoklu etmenli sistemlere ve dinamik ortamlara uygulanabilirliğinden dolayı bir çok çalışmanın odak noktası haline gelmiştir. Takviye öğrenme metotları içerisinde en popüler algoritmalardan olan Q-öğrenme; çoklu etmenli sistemlere uygulandığı durumlarda optimum politikaya yönelme hızı bakımından ve sürekli- tam olarak gözlemlenemeyen ortamlarda ek bazı dezavantajları da beraberinde getirmektedir. Bu tez çalışmasında çoklu etmenli sistemlerde konu olan dezavantajların giderilmesi amacıyla hem standart Q-öğrenme algoritmasına alternatif bir algoritma sunulmuş (FQ-Öğrenme), hem de diğer etmenlerin iç modelinin çıkarılması için bulanık küme ve bulanık mantık yaklaşımı üzerinde durularak sonuçlar performans bakımından incelenmiştir.

Özet (Çeviri)

Masters Thesis FUZZY REINFORCEMENT LEARNING IN MULTI-AGENT SYSTEMS USING INTERNAL MODEL OF AGENTS Alper KILIÇ Fırat University Graduate School ofNatural and Applied Sciences Department of Computer Engineering 2002 : Page 50 Recently, delayed reinforcement learning (RL) has been proposed as a strong method for learning in multi-agent systems (MASs). In this method, agents are concerned with the problem of discovering an optimal policy, a function mapping states to actions. The most popular RL technique, Q-learning, has been proven to produce an optimal policy under certain conditions. In this thesis, we consider a multi-agent cooperation problem, and propose a multi-agent reinforcement learning method based on the other agents' actions. In our learning method, the agent under consideration observes other agents' action, and uses the minimax Q-learning using fuzzy state and fuzzy goal representation for updating fuzzy Q values. We also proposed a new method called FQ-learning so as to accelerate convergence of learning process.

Benzer Tezler

  1. Sanal firmalara yönelik etmen ve rol tabanlı web servis pazarı

    A role and agent based web service market for virtual companies

    ALİ DURMUŞ

    Doktora

    Türkçe

    Türkçe

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    PROF. DR. NADİA ERDOĞAN

  2. A methodology for energy optimization of buildings considering simultaneously building envelope HVAC and renewable system parameters

    Binalarda yapı kabuğu, mekanik sistemler ve yenilenebilir enerji sistemleri parametrelerinin eş zamanlı enerji optimizasyonu için bir yöntem

    MELTEM BAYRAKTAR

    Doktora

    İngilizce

    İngilizce

    2015

    Enerjiİstanbul Teknik Üniversitesi

    Mimarlık Ana Bilim Dalı

    PROF. DR. AYŞE ZERRİN YILMAZ

    PROF. DR. MARCO PERINO

  3. Distributed team formation for robot soccer

    Robot futbolu için dağıtılmış takım formasyonu

    ONURALP ULUSOY

    Yüksek Lisans

    İngilizce

    İngilizce

    2012

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. SANEM SARIEL-TALAY

  4. Intelligent agents based simulation using Jack development environment

    Jack geliştirme ortamında kullanarak akıllı etmenler tabanlı benzetim

    ÇAĞATAY ÇATAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2004

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    Bilgisayar Mühendisliği Ana Bilim Dalı

    DOÇ.DR. COŞKUN SÖNMEZ

  5. Bilişim alanında proje esaslı çalışan firmalarda ürün geliştirme süreçlerindeki bozucu etmenlerin modellenmesi ve etkilerinin belirlenmesi

    Modeling destructive factors in product development process of project based companies in the field of information technologies and determining their impacts

    NERMİN SÖKMEN

    Doktora

    Türkçe

    Türkçe

    2011

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik Üniversitesi

    İşletme Mühendisliği Ana Bilim Dalı

    DOÇ. DR. FERHAN ÇEBİ

    PROF. DR. SITKI GÖZLÜ