KEYWORD |
Area Ingegneria
Confronto di Frameworks di Reinforcement Learning
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.
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