Exploring how different state representations and configurations affect the learning process and outcome of deep Q-learning algorithms
Ingeniero de Sistemas y Computación
- Autores:
-
Montoya Sefair, Diego
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2016
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/14977
- Acceso en línea:
- http://hdl.handle.net/1992/14977
- Palabra clave:
- Aprendizaje por refuerzo (Aprendizaje automático) - Investigaciones
Redes neurales (Computadores) - Investigaciones
Ingeniería
- Rights
- openAccess
- License
- http://creativecommons.org/licenses/by-nc-nd/4.0/