Análisis de dos algoritmos de Reinforcement Learning aplicados a OpenAi Gym Retro
El documento se enfoca en hacer una descripción de los algoritmos de reinforcement learning PPO y DQN, los cuales si bien son comparados con el framework Gym-retro de OpenAI (utilizando el juego de NES ice-climbers), cuentan con tantas optimizaciones y estilos que el alcance de las comparaciones es...
- Autores:
-
González Oviedo, Rodrigo José
- Tipo de recurso:
- Trabajo de grado de pregrado
- Fecha de publicación:
- 2023
- Institución:
- Universidad de los Andes
- Repositorio:
- Séneca: repositorio Uniandes
- Idioma:
- spa
- OAI Identifier:
- oai:repositorio.uniandes.edu.co:1992/69749
- Acceso en línea:
- http://hdl.handle.net/1992/69749
- Palabra clave:
- Reinforcement learning
Nintendo entertainment system
Game agents
Artificial intelligence
IceClimber
DQN
PPO
Gym retro
Stable baselines
Ingeniería
- Rights
- openAccess
- License
- Atribución 4.0 Internacional
| Summary: | El documento se enfoca en hacer una descripción de los algoritmos de reinforcement learning PPO y DQN, los cuales si bien son comparados con el framework Gym-retro de OpenAI (utilizando el juego de NES ice-climbers), cuentan con tantas optimizaciones y estilos que el alcance de las comparaciones es limitado. |
|---|