PORTALE DELLA DIDATTICA

Ricerca CERCA
  KEYWORD

Confronto di Frameworks di Reinforcement Learning

azienda Tesi esterna in azienda    


Parole chiave IA, INTELLIGENZA ARTIFICIALE, DEEP LEARNING

Riferimenti BARTOLOMEO MONTRUCCHIO

Riferimenti esterni Enrico Busto (www.add-for.com)

Gruppi di ricerca GR-09 - GRAphics and INtelligent Systems - GRAINS

Tipo tesi RICERCA

Descrizione Il Reinforcement Learning (RL) è una classe di algoritmi di machine learning in cui un agente interagisce per tentativi ed errori in un ambiente.
Il Reinforcement Learning (RL) utilizzato insieme al Deep Learning, ha ottenuto risultati eccezionali nei videogiochi Atari, nel gioco da tavolo Go e in un ambiente più complesso come StarCraft II.
Recentemente molti frameworks open source RL sono stati rilasciati al fine di addestrare e testare facilmente nuovi algoritmi RL.
L'obiettivo della tesi è di confrontare i più promettenti framework RL, studiare i nuovi algoritmi proposti e valutarne le prestazioni in ambienti di ricerca.

Vedi anche  [1] Reinforcement Learning: An Introduction - http://incompleteideas.net/book/the-book.html [2] Deep-Q-Network - https://www.nature.com/articles/nature14236

Conoscenze richieste Esperienza con sistemi operativi basati su Linux o Unix;
Competenza in almeno un linguaggio di programmazione (Python, Lua, Matlab, C ++, Java);
Conoscenza di base dell'apprendimento automatico;
Buona conoscenza dell'algebra lineare.

Note La tesi è adatta per studenti che stanno per conseguire la laurea specialistica in: informatica, ingegneria informatica, ingegneria meccatronica, ingegneria matematica, fisica dei sistemi complessi, matematica, fisica o stocastica e informatica.


Scadenza validita proposta 01/02/2020      PROPONI LA TUA CANDIDATURA




© Politecnico di Torino
Corso Duca degli Abruzzi, 24 - 10129 Torino, ITALY
Contatti