but.committee	doc. Ing. Martin Čadík, Ph.D. (předseda) doc. Ing. Radek Burget, Ph.D. (místopředseda) Ing. David Bařina, Ph.D. (člen) doc. RNDr. Milan Češka, Ph.D. (člen) Ing. Vojtěch Mrázek, 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 otázky přítomných. Komise se na základě posudku oponenta, hodnocení vedoucího, přednesené prezentace a odpovědí studenta na položené otázky rozhodla práci hodnotit stupněm C. Otázky u obhajoby: Je používáno perfektní nebo limitované pozorování? Jakým způsobem se agent učí?	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	Ludvík, Tomáš	cs
dc.contributor.referee	Bambušek, Daniel	cs
dc.date.created	2022	cs
dc.description.abstract	Cílem této práce je použití hlubokých neuronových sítí na problém v posilovaném učení. Používám moji úpravu 2D hry Tuxánci jako testovací prostředí. Jedná se o úpravu, která zajišťuje možnosti využití hry jako prostředí pro strojového učení. Následně řeším problémy s naučením agenta pomocí posilovaného učení algoritmem Double DQN. Pomocí experimentů si prokazuji správné nastavení funkce odměn.	cs
dc.description.abstract	The aim of this thesis is to use deep neural networks for task in reinforcement learning. I use my modification of 2D game Tuxánci for the purposes of the test environment. This modification provides the possibility of using the game as an environment for machine learning. Subsequently, Iam solving the task of learning the agent by using reinforcement learning with the Double DQN algorithm.	en
dc.description.mark	C	cs
dc.identifier.citation	LUDVÍK, T. Hluboké neuronové sítě pro posilované učení [online]. Brno: Vysoké učení technické v Brně. Fakulta informačních technologií. 2022.	cs
dc.identifier.other	145248	cs
dc.identifier.uri	http://hdl.handle.net/11012/207374
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	DQN	cs
dc.subject	Tuxánci	cs
dc.subject	Tensorflow	cs
dc.subject	strojové učení	cs
dc.subject	testovací prostředí	cs
dc.subject	reinforcement learning	en
dc.subject	DQN	en
dc.subject	Tuxánci	en
dc.subject	Tensorflow	en
dc.subject	machine learning	en
dc.subject	testing enviroment	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	2022-06-14	cs
dcterms.modified	2023-01-03-13:07:01	cs
eprints.affiliatedInstitution.faculty	Fakulta informačních technologií	cs
sync.item.dbid	145248	en
sync.item.dbtype	ZP	en
sync.item.insts	2025.03.18 20:59:00	en
sync.item.modts	2025.01.17 13:44:42	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