Обучение с подкреплением в задачах оптимального управления

ФИО студента: Смирнов Павел Дмитриевич

Руководитель: Золотых Николай Юрьевич

Кампус/факультет: Факультет информатики, математики и компьютерных наук (Нижний Новгород)

Программа: Прикладная математика и информатика (Бакалавриат)

Оценка: 8

Год защиты: 2017

Обучение с подкреплением является одной из наиболее развивающихся областей машинного обучения. На сегодняшний день исследователи по всему миру ежегодно предлагают новые модификации алгоритмов для обучения с подкреплением в задачах оптимального управления. Задача оптимального управления состоит в том чтобы найти стратегию действий агента дающую наибольшее суммарное вознаграждение. В работе рассмотрены такие алгоритмы обучения с подкреплением как Value Iteration, Q-learning и Model-based learner, проведен экспериментальный сравнительный анализ данных алгоритмов.

Текст работы (работа добавлена 22 мая 2017 г.)

Выпускные квалификационные работы (ВКР) в НИУ ВШЭ выполняют все студенты в соответствии с университетским Положением и Правилами, определенными каждой образовательной программой.

Аннотации всех ВКР в обязательном порядке публикуются в свободном доступе на корпоративном портале НИУ ВШЭ.

Полный текст ВКР размещается в свободном доступе на портале НИУ ВШЭ только при наличии согласия студента – автора (правообладателя) работы либо, в случае выполнения работы коллективом студентов, при наличии согласия всех соавторов (правообладателей) работы. ВКР после размещения на портале НИУ ВШЭ приобретает статус электронной публикации.

ВКР являются объектами авторских прав, на их использование распространяются ограничения, предусмотренные законодательством Российской Федерации об интеллектуальной собственности.

В случае использования ВКР, в том числе путем цитирования, указание имени автора и источника заимствования обязательно.

Реестр дипломов НИУ ВШЭ