Please use this identifier to cite or link to this item:
http://dspace.lib.uom.gr/handle/2159/14323
Full metadata record
DC Field | Value | Language |
---|---|---|
dc.contributor.advisor | Ρεφανίδης, Ιωάννης | el |
dc.contributor.author | Παπαχρήστου, Νικόλαος | el |
dc.date.accessioned | 2011-04-06T07:19:11Z | - |
dc.date.available | 2011-04-06T07:19:11Z | - |
dc.date.issued | 2010 | en |
dc.identifier.uri | http://dspace.lib.uom.gr/handle/2159/14323 | - |
dc.description | Διπλωματική εργασία--Πανεπιστήμιο Μακεδονίας, Θεσσαλονίκη, 2010. | el |
dc.description.abstract | Τα παιχνίδια δύο ατόμων όπως το σκάκι, το τάβλι, το go, κ.ά. έχουν αναγνωριστεί ως ιδανικά πεδία έρευνας και δοκιμών για τις σύγχρονες μεθόδους τεχνητής νοημοσύνης και μηχανικής μάθηθης. Μία από τις πιο ενδιαφέρουσες διαδικασίες μάθησης που μπορεί να εφαρμοστεί σε αυτά είναι η ενισχυτική μάθηση μέσω της αυτοεκπαίδευσης. Με αυτήν την τεχνική ένας πράκτορας παίζει πολλές παρτίδες με τον εαυτό του και χρησιμοποιεί ένα σήμα «ανταμοιβής» στο τέλος κάθε παρτίδας, για να βελτιώσει σταδιακά την ποιότητα της επιλογής των κινήσεων. Σημαντικότερος εκπρόσωπος αυτής της μεθόδου είναι το πρόγραμμα TD-Gammon του Tesauro. Στην εργασία αυτή επιχειρείται η κατασκευή ενός πράκτορα που να παίζει τα παιχνίδια του ταβλιού «πλακωτό» και «φεύγα». Κατά το πρότυπο του TD-Gammon, ο πράκτοράς μας μαθαίνει από την έκβαση των παρτίδων αυτοεκπαίδευσης χρησιμοποιώντας ένα τεχνητό νευρωνικό δίκτυο για την εκμάκθηση της συνάρτησης αξιολόγησης των παιχνιδιών αυτών. Τέλος, συγκρίνουμε τις διάφορες εκδόσεις των εκπαιδευμένων πρακτόρων μεταξύ τους καθώς και με το πρόγραμμα ανοικτού κώδικα Tavli3D. | el |
dc.format.extent | 116 | en |
dc.format.extent | 3116128 bytes | - |
dc.format.mimetype | application/pdf | - |
dc.language.iso | el | en |
dc.publisher | Πανεπιστήμιο Μακεδονίας Οικονομικών και Κοινωνικών Επιστημών. | el |
dc.subject | Ενισχυτική μάθηση | en |
dc.subject | Τάβλι | en |
dc.subject | Reinforcement learning | en |
dc.subject | Backgammon | en |
dc.subject | TD(λ) | en |
dc.subject | Temporal difference learning | en |
dc.subject | Πλακωτό | el |
dc.subject | Φεύγα | el |
dc.subject | Νευρωνικά Δίκτυα | el |
dc.subject | Neural Networks | en |
dc.title | Ενισχυτική μάθηση σε παιχνίδια δύο ατόμων: εφαρμογή στο τάβλι | el |
dc.type | Electronic Thesis or Dissertation | en |
dc.type | Text | en |
dc.contributor.department | Πρόγραμμα Μεταπτυχιακών Σπουδών Ειδίκευσης στην Εφαρμοσμένη Πληροφορική | el |
Appears in Collections: | Π.Μ.Σ. στην Εφαρμοσμένη Πληροφορική (M) |
Files in This Item:
File | Description | Size | Format | |
---|---|---|---|---|
PapachristouMsc2010.pdf | 3.04 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License