but.committee	doc. Ing. Martin Čadík, Ph.D. (předseda) doc. Ing. Jiří Jaroš, Ph.D. (místopředseda) Ing. David Bařina, Ph.D. (člen) doc. Ing. Radek Burget, Ph.D. (člen) doc. RNDr. Milan Češka, Ph.D. (člen)	cs
but.defence	Student nejprve prezentoval výsledky, kterých dosáhl v rámci své práce. Komise se poté seznámila s hodnocením vedoucího a posudkem oponenta práce. Student následně odpověděl na otázky oponenta a na další otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm D. Otázky u obhajoby: Které části vytvořeného prostředí a algoritmu by bylo nutné upravit, pokud bychom chtěli experimentovat s postavičkou se čtyřmi nohami?	cs
but.jazyk	čeština (Czech)
but.program	Informační technologie	cs
but.result	práce byla úspěšně obhájena	cs
dc.contributor.advisor	Hradiš, Michal	cs
dc.contributor.author	Košák, Václav	cs
dc.contributor.referee	Dobeš, Petr	cs
dc.date.created	2021	cs
dc.description.abstract	Práce popisuje trénovací prostředí pro trénování postavičky chodící po dvou končetinách. Prostředí je implementováno v AI Gym pomocí fyzikálního modelu PyBullet. Úlohy z prostředí jsou řešené pomocí posilovaného učení algoritmem ActorCritic. Každá z úloh je zaměřená na základní pohyby postavičky. Práce ukazuje, pomocí jakých funkcí odměn je algoritmus schopen dospět k řešení úloh.	cs
dc.description.abstract	The paper describes a training environment for training a character how to walk. The environment is implemented in Al Gym by using the PyBullet physical model. Tasks from the environment are solved by using reinforcement learning by the ActorCritic algorithm. Each of the tasks is focused on the fundamental movements of the character. The paper show, which reward functions are used by the algorithm to solve given tasks.	en
dc.description.mark	D	cs
dc.identifier.citation	KOŠÁK, V. Hluboké neuronové sítě pro posilované učení [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2021.	cs
dc.identifier.other	136412	cs
dc.identifier.uri	http://hdl.handle.net/11012/199301
dc.language.iso	cs	cs
dc.publisher	Vysoké učení technické v Brně. Fakulta informačních technologií	cs
dc.rights	Standardní licenční smlouva - přístup k plnému textu bez omezení	cs
dc.subject	posilované učení	cs
dc.subject	Actor Critic	cs
dc.subject	AI Gym	cs
dc.subject	PyBullet	cs
dc.subject	PyTorch	cs
dc.subject	robot	cs
dc.subject	strojové učení	cs
dc.subject	reinforcement learning	en
dc.subject	Actor Critic	en
dc.subject	AI Gym	en
dc.subject	PyBullet	en
dc.subject	PyTorch	en
dc.subject	robot	en
dc.subject	machine learning	en
dc.title	Hluboké neuronové sítě pro posilované učení	cs
dc.title.alternative	Deep Neural Networks for Reinforcement Learning	en
dc.type	Text	cs
dc.type.driver	bachelorThesis	en
dc.type.evskp	bakalářská práce	cs
dcterms.dateAccepted	2021-06-14	cs
dcterms.modified	2021-06-19-12:15:44	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	136412	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 19:34:31	en
sync.item.modts	2025.01.15 14:42:05	en
thesis.discipline	Informační technologie	cs
thesis.grantor	Vysoké učení technické v Brně. Fakulta informačních technologií. Ústav počítačové grafiky a multimédií	cs
thesis.level	Bakalářský	cs
thesis.name	Bc.	cs

Hluboké neuronové sítě pro posilované učení

Files

Original bundle

Collections