dc.contributor	Šeps Ladislav, Ing. : 66657
dc.contributor.advisor	Paleček Karel, Ing. Ph.D. : 61120
dc.contributor.author	Tvrdík, Martin
dc.date.accessioned	2021-08-15T17:16:24Z
dc.date.available	2021-08-15T17:16:24Z
dc.date.committed	2021-5-17
dc.date.defense	2021-06-17
dc.date.issued	2021-06-17
dc.date.submitted	2020-10-19
dc.date.updated	2021-6-17
dc.degree.level	Bc.
dc.description.abstract	Práce se zabývá problematikou neuronových sítí ve spojení se zpětnovazebním učením a genetickými algoritmy (neuroevoluce). Tyto dvě rozdílné metody přístupů budou implementovány na jednoduchém virtuálním prostředí atari her. Hlavním výstupem práce je implementace a porovnání těchto dvou zmíněných metod a vyvození závěrů. Na základě tohoto výstupu bude diskutováno potencionální využití těchto dvou diametrálně odlišných přístupů v reálných aplikacích a jejich hlavní výhody a nevýhody.	cs
dc.description.abstract	Thesis is about problematic of neural networks in connection with reinforcement learning and genetic algorithms (neuroevolution). These two different methods will be implemented on simple virtual environment of atari games. The main output of this thesis is comparison of those two methods to draw conclusions. We will discuss potential usage of those two methods in the real world applicationsand their pros and cons based on outcome of our experiment.	en
dc.description.mark
dc.format	51 s. (85 000 znaků)
dc.format.extent	Ilustrace, Schémata, Grafy, Tabulky Grafy, natrénované modely neuronových sítí a kompletní zdrojové kódy
dc.identifier.signature	V 202102916
dc.identifier.uri	https://dspace.tul.cz/handle/15240/160392
dc.language.iso	cs
dc.relation.isbasedon	par[1] GOODFELLOW, I., Bengio, Y., Courville, A. Deep learning. MIT Press, 2016par par[2] BOSHOP, C.~Pattern Recognition and Machine Learning. 2006. ISBN 13:978-0387310732par par[3] Online kurz Reinforcement Learning, https://eu.udacity.com/course/reinforcement-learning--ud600par
dc.rights	Vysokoškolská závěrečná práce je autorské dílo chráněné dle zákona č. 121/2000 Sb., autorský zákon, ve znění pozdějších předpisů. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem https://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou https://knihovna.tul.cz/document/26	cs
dc.rights	A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act. https://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics https://knihovna.tul.cz/document/26	en
dc.rights.uri	https://knihovna.tul.cz/document/26
dc.rights.uri	https://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf
dc.subject	neuronové sítě	cs
dc.subject	umělá inteligence	cs
dc.subject	zpětnovazební učení	cs
dc.subject	agent	cs
dc.subject	genetické algoritmy	cs
dc.subject	neuroevoluce	cs
dc.subject	neural networks	en
dc.subject	artificial intelligence	en
dc.subject	reinforcement learning	en
dc.subject	agent	en
dc.subject	genetic algorithms	en
dc.subject	neuroevolution	en
dc.title	Využití strojového učení pro hraní videoher	cs
dc.title	Using machine learning to play video games	en
dc.type	bakalářská práce	cs
local.degree.abbreviation	Bakalářský
local.degree.discipline	IT
local.degree.programme	Informační technologie
local.degree.programmeabbreviation	B2646
local.department.abbreviation	ITE
local.faculty	Fakulta mechatroniky, informatiky a mezioborových studií	cs
local.faculty.abbreviation	FM
local.identifier.author	M16000061
local.identifier.stag	40099
local.identifier.verbis
local.identifier.verbis	kpw06679439
local.note.administrators	automat
local.note.secrecy	Povoleno ZverejnitPraci Povoleno ZverejnitPosudky
local.poradovecislo	2916

Využití strojového učení pro hraní videoher

Files

Original bundle

Collections