RT Generic
T1 Jugadores automáticos basados en Deep Reinforcement Learning
A1 Bravo Antón, Rodrigo
A1 García Rodríguez, Javier
A1 Alba Corral, David
AB En los últimos años, el Deep Reinforcement Learning se ha convertido en una de las ramas más prometedoras del área de la inteligencia arti cial. En este proyecto vamos a estudiar dicha rama y todos los componentes que la forman. Posteriormente, para aplicar los conocimientos adquiridos, programaremos un problema sencillo en el que un agente tiene que encontrar la salida en un mapa a modo de toma de contacto, y, a continuación, pondremos a prueba la corrección de la implementación de nuestro agente en un sistema de pruebas conocido internacionalmente como es OpenAI Gym.Todo el software desarrollado para este trabajo está disponible en GitHub en la URL:https://github.com/robrav01/TFG-RLDL
AB In the last few years, Deep Reinforcement Learning has become one of the most promising subjects in the Arti cial Intelligence area. In this project, we are going to study this subject and all the parts it is composed by. Later, for applying the acquired knowledge, we will program a simple problem in which an agent has to  nd the exit in a map as a starting point, and, then, we will prove the correctness of the implementation of our agent in an internationally known test system as OpenAI Gym.All the software developed for this project is available on GitHub at the URL: https://github.com/robrav01/TFG-RLDL
YR 2018
FD 2018-09
LK https://hdl.handle.net/20.500.14352/15111
UL https://hdl.handle.net/20.500.14352/15111
LA spa
NO Universidad Complutense, Facultad de Informática. Departamento de Ingeniería del Software e Inteligencia Artificial, curso 2017/2018.Todo el software desarrollado para este trabajo está disponible en GitHub en la URL:https://github.com/robrav01/TFG-RLDL
DS Docta Complutense
RD 30 abr 2024