1. Електронний репозиторій Чернігівського Національного Технологічного Університету
  2. ПЕРІОДИЧНІ ВИДАННЯ НУ «Чернігівська політехніка»
  3. Технічні науки та технології: науковий журнал
  4. 2023
  5. Технічні науки та технології. – 2023. – №2 (32)
Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://ir.stu.cn.ua/123456789/28990
Повний запис метаданих
Поле DCЗначенняМова
dc.contributor.authorВолокита, А.-
dc.contributor.authorГерега, Б.-
dc.date.accessioned2023-11-07T11:00:06Z-
dc.date.available2023-11-07T11:00:06Z-
dc.date.issued2023-
dc.identifier.urihttp://ir.stu.cn.ua/123456789/28990-
dc.descriptionВолокита, А. Еволюція агентів навчання з підкріпленням за допомогою генетичного алгоритму / А. Волокита, Б. Герега // Технічні науки та технології. - 2023. - № 2 (32). - С. 175-184.uk_UA
dc.description.abstractЦе дослідження вивчає використання генетичних алгоритмів для покращення продуктивності агентів, що навчаються за допомогою підкріплення. Ми провели випробування, використовуючи різні параметри нейронної мережі, зокрема ваги, зсуви та функції активації, з метою знайти оптимальні значення, які змушують агента отримувати більше винагород. Наш підхід включає використання знань про предметну область для ініціалізації популяції генетичного алгоритму, а також для оцінки рішень. Це дозволяє нам спрямувати пошук до більш перспективних рішень. Особлива увага приділена впливу різних параметрів генетичного алгоритму на ефективність навчання. Потенційні застосування цього дослідження широкі – від робототехніки та автономних транспортних засобів до ігор та фінансів. Результати дослідження також можна використовувати для розробки нових алгоритмів та методів для покращення продуктивності агентів, що навчаються за допомогою підкріплення, що далі сприятиме розвитку машинного навчання. Наше дослідження показало, що використання генетичного алгоритму може значно покращити ефективність навчання агентів. Результатом роботи є успішне проходження гри CartPole-v0 еволюціонований агентами. 98 % нашої популяції досягнуть максимуму, тобто успішно пройдуть гру.uk_UA
dc.language.isoukuk_UA
dc.publisherЧернігів : НУ "Чернігівська політехніка"uk_UA
dc.relation.ispartofseriesТехнічні науки та технології;№ 2 (32)-
dc.subjectнавчання з підкріпленнямuk_UA
dc.subjectгенетичний алгоритмuk_UA
dc.subjectагентuk_UA
dc.subjectбезградієнтний підхідuk_UA
dc.subjectнейронна мережаuk_UA
dc.subjectCartPoleuk_UA
dc.subjectpolicy gradientsuk_UA
dc.subjectreinforcement learninguk_UA
dc.subjectgenetic algorithmuk_UA
dc.subjectagentuk_UA
dc.subjectgradient-free approachuk_UA
dc.subjectneural networkuk_UA
dc.subjectCartPoleuk_UA
dc.subjectpolicy gradientsuk_UA
dc.titleЕволюція агентів навчання з підкріпленням за допомогою генетичного алгоритмуuk_UA
dc.title.alternativeEvolution of reinforcement learning agents using the genetic algorithmuk_UA
dc.typeArticleuk_UA
dc.description.abstractalt1Reinforcement learning (RL) allows agents to make decisions based on a reward function. However, in the process of learning, the choice of the values of the parameters of the learning algorithm can significantly affect the overall learning process. Agents using the policy gradient algorithm can be trained for a long time, but even then, they may not behave perfectly. Thinking more about it, we realized that the reason for the long training is that gradients are almost absent, and therefore not very useful. Gradients help in supervised learning tasks, such as image classification, by providing useful information on how to change the parameters (weights or offsets) of the network for better accuracy. In image classification, after each mini-series of training, backpropagation provides a clear gradient (direction) for each parameter in the network. In reinforcement learning, however, the gradient information is only provided occasionally when the environment provides a reward or punishment. In most cases, our agent performs actions without knowing whether they are useful or not. Therefore, in this paper, we will improve the agents by using a genetic algorithm, i.e., we evolve the agents. This research explores the use of genetic algorithms to improve the performance of reinforcement learning agents. We conducted a series of trials using various neural network parameters, including weights, biases, and activation functions, in order to find the optimal values that cause the agent to receive more rewards. Our approach includes the use of domain knowledge to initialize the population of the genetic algorithm as well as to evaluate solutions. This allows us to direct the search towards more promising solutions. Special attention is paid to the impact of various genetic algorithm parameters on learning efficiency. The potential applications of this research are broad, ranging from robotics and autonomous vehicles to gaming and finance. The results of the study can also be used to develop new algorithms and methods to improve the performance of reinforcement learning agents, which further contributes to the development of machine learning. Our research has shown that the use of a genetic algorithm can significantly improve the efficiency of agent learning. The result is the successful completion of the CartPole-v0 game by evolved agents. 98 % of our population will reach the maximum, i.e. successfully complete the game.uk_UA
Розташовується у зібраннях:Технічні науки та технології. – 2023. – №2 (32)

Файли цього матеріалу:
Файл Опис РозмірФормат 
175-184.pdfстаття776 kBAdobe PDFПереглянути/Відкрити
Показати базовий опис матеріалу Перегляд статистики


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.