Создание самообучающихся алгоритмов прохождения компьютерных игр на основе платформы OpenAI

Построение и обучение нейронных сетей, которые смогут обучиться для успешного прохождения компьютерных игр. Эволюционный и генетический алгоритмы обучения нейронной сети. Сравнительный анализ самообучающихся алгоритмов на основе платформы OpenAI.

Подобные документы

  • Изучение способов поиска субоптимальных нейронных сетей. Архитектура системы поиска нейронной сети с помощью генетического алгоритма. Особенности работы операторов генетического алгоритма. Обучение нейронных сетей. Принципы стохастического моделирования.

    статья, добавлен 29.04.2017

  • Рассмотрение существующих методов для оценки надежности. Оценка надежности сети на основе нейронных сетей. Архитектура нейронной сети Кохонена. Реализация алгоритма и программы оценки надежности телекоммуникационных сетей с помощью нейронных сетей.

    диссертация, добавлен 24.05.2018

  • Определение алгоритмов (оптимизационных методов) обучения искусственных нейронных сетей. Характеристика их видов: метод случайного поиска и стохастического градиентного спуска. Оценка программной реализации адаптивного метода обучения нейронной сети.

    статья, добавлен 29.05.2017

  • Исследование особенностей применения эволюционных алгоритмов для настройки структуры и поиска весов связей искусственных нейронных сетей. Анализ вопросов эволюционного поиска топологии искусственной нейронной сети. Кодирование информации о весах связей.

    статья, добавлен 08.02.2013

  • Особенности использования нейронной сети для стабилизации положения подвижных элементов в среде OpenAI. Знакомство с решением задачи стабилизации положения подвижных элементов в технических системах. Рассмотрение этапов проектирования нейронной сети.

    статья, добавлен 19.02.2019

  • Описание существующих видов нейронных сетей. Выявление их достоинств и недостатков. Основные возможности программного продукта Matlab. Моделирование и обучение нейронной сети на основе созданных дескрипторов для каждого символа английского алфавита.

    дипломная работа, добавлен 07.08.2018

  • Анализ принципов обучения нейронных сетей, их классификация. Описание алгоритмов обучения искусственных нейронных сетей: правило Хебба и Кохонена, дельта-правило, обратного распространения ошибки, стохастические алгоритмы, машины Больцмана и Коши.

    лекция, добавлен 21.09.2017

  • Проблема создания искусственного интеллекта. Имитационные теории моделирования. Развитие нейронных сетей. Разработка семантических алгоритмов. Технологии самообучающихся нейронных сетей. Социально-этические аспекты создания искусственного интеллекта.

    реферат, добавлен 28.06.2011

  • Общее описание нейронных сетей, однослойные и многослойные сети. Описание программных моделей и алгоритмов их обучения. Проблема функции "исключающее или". Исследование представляемости однослойной и двухслойной нейронной сети, релаксация стимула.

    курсовая работа, добавлен 26.06.2011

  • Свойства и структура нейронных сетей, их применение в сфере компьютерных технологий. Поиск путей увеличения скорости протекания процесса обучения. Анализ зависимость ошибки обучения от сложности структуры персептрона и количества нейронов в скрытом слое.

    статья, добавлен 03.02.2021

  • Исследование целевой функции в задачах обучения искусственных нейронных сетей. Сущность итерационного процесса корректировки весовых коэффициентов. Особенность зависимости ошибки учебы от количества эпох для гибридного метода и адаптивного алгоритма.

    статья, добавлен 30.05.2017

  • Построение системы, обеспечивающей автоматизацию процессов накопления, хранения и обработки ресурсов, необходимых для организации исследовательской деятельности с использованием компьютерных технологий на основе единой технологической платформы.

    статья, добавлен 07.11.2018

  • Рассматриваются алгоритмы обучения нейронной сети: градиентный спуск с постоянным шагом и метод сопряженных градиентов (алгоритм Флетчера-Ривса). Расчет значения минимизируемой целевой функции ошибки полученной на тестовой выборке после обучения.

    статья, добавлен 29.04.2018

  • Общее описание нейронных сетей, их виды: однослойные и многослойные сети, персептрон, сети Хопфилда. Описание программных моделей и алгоритмов их обучения. Релаксация стимула, возникновение ложного образа и выработка прототипа, бистабильность восприятия.

    контрольная работа, добавлен 12.05.2015

  • Аналитический обзор существующих нейронных сетей: логистическая (сигмоидальная) функция, гиперболический тангенс, выпрямленная линейная функция. Анализ методов обучения: обратного распространения ошибки, упругого распространения, генетический алгоритм.

    дипломная работа, добавлен 14.12.2019

  • Нейронная сеть – система связанных и взаимодействующих друг с другом искусственных нейронов. В статье проведен анализ алгоритмов обучения нейронных сетей. Приведены последовательность действий при обучении этими алгоритмами, их достоинства и недостатки.

    статья, добавлен 23.01.2021

  • История развития нейронных сетей. Строение биологической нейронной сети. Искусственный нейрон. Общие положения и виды обучения нейронных сетей. Архитектура. Сети прямого распространения сигнала. Рекуррентные сети. Области практического применения.

    контрольная работа, добавлен 18.02.2018

  • Доказательство возможности аппроксимации непрерывных функций нейронными сетями в работах Колмогорова и Хехта Нильсена. Эффективность применения генетических алгоритмов к решению проблемы исследования таких сетей. Выбор операторов мутации и кроссовера.

    статья, добавлен 22.08.2020

  • Классификация алгоритмов кластеризации. Создание самоорганизующихся нейронных сетей, являющихся слоем или картой Кохонена, в MATLAB NNT. Создание сети, правило настройки смещений, реализация циклов обучения. Моделирование кластеризации данных.

    курсовая работа, добавлен 22.06.2011

  • Исследование выделения объектов интереса на изображении на основе сверточных нейронных сетей. Анализ возможностей их применения для поиска объекта на изображении. Алгоритм обучения нейронной сети. Возможность обучения за счет "предсказания" границ.

    статья, добавлен 16.02.2025

  • Персонализация окружающих устройств в форме компьютерного обучения. Оптимизаторы на основе эволюционных алгоритмов. Анализ исследования пригодности эволюционных алгоритмов для "окружающего интеллекта". Способы создания кооперации между устройствами.

    статья, добавлен 12.01.2018

  • Изучение подходов к нормализации обучающего множества нейронной сети. Анализ существующих методов обучения нейронной сети Кохонена, их основные в преимущества и недостатки. Разработка нового конструктивного метода обучения на основе нейтронной сети.

    статья, добавлен 26.04.2019

  • Анализ применения нейронных сетей для моделирования социальных или биологических систем с помощью программного пакета моделирования. Диагностический анализ изучения алгоритмов обучения нейронных сетей. Формулы для обучения методом наискорейшего спуска.

    презентация, добавлен 03.12.2013

  • История появления и развития нейронных сетей. Проведение их аналогии с мозгом человека. Сущность искусственной нейронной сети, ее программное или аппаратное воплощение. Особенности обучения нейронных сетей, их применение в современных развитых странах.

    реферат, добавлен 05.04.2017

  • Архитектуры сверточных нейронных сетей для распознавания лиц. Обзор алгоритмов детектирования лиц и выбора ключевых кадров. Прототип системы идентификации лиц на основе выбора качественных кадров. Изучение графического интерфейса и переноса знаний сети.

    дипломная работа, добавлен 10.08.2020

Работы в архивах красиво оформлены согласно требованиям ВУЗов и содержат рисунки, диаграммы, формулы и т.д.
PPT, PPTX и PDF-файлы представлены только в архивах.
Рекомендуем скачать работу и оценить ее, кликнув по соответствующей звездочке.