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
- Tez No: 153726
- Danışmanlar: PROF. DR. İSMET ERKMEN, PROF. DR. AYDAN ERKMEN
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Electrical and Electronics Engineering
- Anahtar Kelimeler: çoklu elemanlı sistemler, pekiştirmeli öğrenme, robot futbolu, potansiyel alanlar, multi agent systems, reinforcement learning, robosoccer, potential field
- Yıl: 2004
- Dil: İngilizce
- Üniversite: Orta Doğu Teknik Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektrik-Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: Belirtilmemiş.
Özet
Öz ÇOKLU-ROBOTLU, İKİ-TAKIMLI BİR OYUNDA ROL BELİRLEMEYİ POTENSİYAL ALANLAR KULLANARAK YAPAN PEKİŞTİRMELİ ÖĞRENME FİDAN, Özgül Yüksek Lisans, Elektrik ve Elektronik Mühendisliği Bölümü Tez Yöneticisi: Prof. Dr. İsmet ERKMEN Ortak Tez Yöneticisi : Prof.Dr. Aydan ERKMEN ARALIK 2004, 75 SAYFA Bu çalışmada, robot futbolu simulatörleri test yatakları olarak kullanarak, potansiyel alan metodunun yardımıyla pekiştirmeli öğrenme algoritmaları araştırılmıştır. Pekiştirmeli öğrenme (RL), elemanları tecrübe ile öğrendikleri genel problem çözümü için bir çerçevedir. Çoklu eleman davranışlarını incelemek için popülerliği ve karmaşıklığı sebebiyle robot futbolu seçildi
Özet (Çeviri)
ABSTRACT REINFORCEMENT LEARNING USING POTENTIAL FIELD FOR ROLE ASSIGNMENT IN A MULTI-ROBOT TWO-TEAM GAME FİDAN, Özgül MSc, Department of Electrical and Electronic Engineering Supervisor: Prof. Dr. İsmet ERKMEN Co-Supervisor: Prof. Dr. Aydan ERKMEN December 2004, 75 pages In this work, reinforcement learning algorithms are studied with the help of potential field methods, using robosoccer simulators as test beds. Reinforcement Learning (RL) is a framework, for general problem solving where an agent, can learn through experience. The soccer game is selected as the problem domain a way of experimenting multi-agent team behaviors because of its popularity and complexity.
Benzer Tezler
- Makine öğrenmesi ile şirket çalışanlarının oluşturduğu siber risk matrisi ve aksiyonların belirlenmesi
Determining the cyber risk matrix and actions created by company employees using machine learning
ESMA SIĞIRTMAÇ
Yüksek Lisans
Türkçe
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSakarya ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ MUSA BALTA
- Bir insansız hava aracının modellenmesi ve derin pekiştirmeli öğrenme tabanlı otonom kontrolü
Modeling of an unmanned aerial vehicle and autonomous control based on deep reinforcement learning
BURAK TAŞ
Yüksek Lisans
Türkçe
2023
Savunma ve Savunma TeknolojileriFırat ÜniversitesiSavunma Teknolojileri Ana Bilim Dalı
PROF. DR. AYŞEGÜL UÇAR
- Ortaokul öğrencilerinin dinamik istatistik yazılımı ile desteklenmiş öğrenme ortamında istatistik ve olasılık öğretimi: Bir öğretim deneyi
Teaching statistics and probability in a dynamic learning environment supported by statistical software for middle school students: An instructional experiment
DUYGU BÜŞRA GÜNEYLİ
Yüksek Lisans
Türkçe
2024
MatematikMersin ÜniversitesiMatematik ve Fen Bilimleri Eğitimi Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ORKUN COŞKUNTUNCEL
- Derin pekiştirmeli öğrenme yöntemi ile görüntü hash kodlarını oluşturma
Generating image hash codes with deep reinforcement learning method
ELİF AKKAYA
Yüksek Lisans
Türkçe
2024
Elektrik ve Elektronik MühendisliğiSakarya ÜniversitesiElektrik ve Elektronik Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ BURHAN BARAKLI
- Hareket başlatma ve derin beyin uyarımına ilişkin bir bazal çekirdek devresi hesaplamalı modeli
A computational model of basal ganglia for action initiation and deep brain stimulation
MUSTAFA YASİR ÖZDEMİR
Yüksek Lisans
Türkçe
2017
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. NESLİHAN SERAP ŞENGÖR