Evaluación de algoritmos de aprendizaje por refuerzo en un entorno multi-agente
View/ Open
Identifiers
URI: http://hdl.handle.net/10317/11639Share
Metrics
Statistics
View Usage StatisticsMetadata
Show full item recordAuthor
Zapata García, AndrésDirector/a
Alcaraz Espín, Juan JoséCenter
Escuela Técnica Superior de Ingeniería de TelecomunicaciónUniversity
Universidad Politécnica de CartagenaDepartment
Tecnologías de la Información y las ComunicacionesKnowledge Area
Ingeniería TelemáticaPublication date
2022-09Keywords
AlgoritmosAlgorithms
Enseñanza asistida por ordenador
Computer assisted instruction
Abstract
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 ...
Collections
The following license files are associated with this item:
Social media