Implementace jednoduché hry metodami reinforcement learning
| Název práce: | Implementace jednoduché hry metodami reinforcement learning |
|---|---|
| Autor(ka) práce: | Hlavsa, Šimon |
| Typ práce: | Bakalářská práce |
| Vedoucí práce: | Berka, Petr |
| Oponenti práce: | Vadinský, Ondřej |
| Jazyk práce: | Česky |
| Abstrakt: | Tato bakalářská práce se zaměřuje na návrh, implementaci a experimentální ověření agenta založeného na algoritmu Deep Q-Network (DQN) pro simulované prostředí LunarLander-v3 z knihovny Gymnasium. Úvodní část shrnuje základy posilovaného učení a vysvětluje klíčové principy DQN. Následně práce popisuje prostředí, průběh přistání, navrženou architekturu neuronové sítě a postup definice metrik úspěšnosti. Praktická kapitola pak popisuje proces ladění hyperparametrů a prezentuje výsledky nejúspěšnějšího modelu. Součástí práce je veřejně dostupný zdrojový kód, jenž umožňuje snadnou reprodukci a případně možnost na práci navázat. |
| Klíčová slova: | Reinforcement Learning; hyperparametrické ladění; Deep Q-Network; LunarLander-v3; strojové učení |
| Název práce: | Implementation of a simple game using reinforcement learning methods |
|---|---|
| Autor(ka) práce: | Hlavsa, Šimon |
| Typ práce: | Bachelor thesis |
| Vedoucí práce: | Berka, Petr |
| Oponenti práce: | Vadinský, Ondřej |
| Jazyk práce: | Česky |
| Abstrakt: | This bachelor’s thesis focuses on the design, implementation, and experimental validation of an agent based on the Deep Q-Network (DQN) algorithm for the simulated LunarLander-v3 environment from the Gymnasium library. The introductory section summarizes the fundamentals of reinforcement learning and explains the key principles of DQN. The thesis then describes the environment, the landing procedure, the proposed neural-network architecture, and the methodology for defining success metrics. The practical chapter details the hyperparameter tuning process and presents the results of the most successful model. The work is accompanied by publicly available source code that enables straightforward reproducibility and provides a foundation for future extensions. |
| Klíčová slova: | hyperparameter tuning; Reinforcement Learning; Deep Q-Network; LunarLander-v3; machine learning |
Informace o studiu
| Studijní program / obor: | Aplikovaná informatika |
|---|---|
| Typ studijního programu: | Bakalářský studijní program |
| Přidělovaná hodnost: | Bc. |
| Instituce přidělující hodnost: | Vysoká škola ekonomická v Praze |
| Fakulta: | Fakulta informatiky a statistiky |
| Katedra: | Katedra informačního a znalostního inženýrství |
Informace o odevzdání a obhajobě
| Datum zadání práce: | 16. 1. 2025 |
|---|---|
| Datum podání práce: | 12. 5. 2025 |
| Datum obhajoby: | 18. 6. 2025 |
| Identifikátor v systému InSIS: | https://insis.vse.cz/zp/91006/podrobnosti |