Evaluación de algoritmos de aprendizaje por refuerzo en un entorno multi-agente
Ver/
Identificadores
URI: http://hdl.handle.net/10317/11639Compartir
Métricas
Estadísticas
Ver Estadísticas de usoMetadatos
Mostrar el registro completo del ítemAutor
Zapata García, AndrésDirector/a
Alcaraz Espín, Juan JoséEscuela/Centro
Escuela Técnica Superior de Ingeniería de TelecomunicaciónUniversidad
Universidad Politécnica de CartagenaDepartamento
Tecnologías de la Información y las ComunicacionesÁrea de conocimiento
Ingeniería TelemáticaFecha de publicación
2022-09Palabras clave
AlgoritmosAlgorithms
Enseñanza asistida por ordenador
Computer assisted instruction
Resumen
Una de las claves del aprendizaje por refuerzo es su capacidad para trabajar en esce narios donde el objetivo final depende de la toma de múltiples decisiones a lo largo del
tiempo en un entorno concreto. El entorno que utilizamos en nuestro proyecto, SlimeVo lleyGym, está diseñado para poder probar y evaluar distintos tipos de algoritmos RL y
permite trabajar con un único agente que se enfrenta con un modelo de referencia, o con
dos que compiten entre sí.
Nuestro trabajo se centra en exponer los fundamentos teóricos sobre los que basan
distintos tipos de algoritmos y evaluarlos en el entorno SlimeVolleyGym. Tras detallar
la metodología seguida para cada uno de nuestros experimentos, buscamos reflejar los
resultados obtenidos de forma clara e intuitiva.
Los algoritmos evaluados cuentan con distintos niveles de complejidad. Principalmen te, los clasificamos según la aproximación de la función valor y/o política que se utiliza.
Aquellos que realizan una aproximación lineal son los ...
Colecciones
El ítem tiene asociados los siguientes ficheros de licencia:
Redes sociales