مقاله کنفرانسی سال ۱۳۹۶ انگلیسی

Deep Reinforcement Learning for Grid world with changing obstacles and investigating the effect of learning rate on received rewards

Deep Reinforcement Learning for Grid world with changing obstacles and investigating the effect of learning rate on received rewards

چکیده مقاله

This paper discusses solving the Grid World with Changing Obstacles GWCO problem with the Deep Reinforcement Learning Deep RL method In the GWCO problem, obstacles move on specific paths Moving these obstacles turns this problem into a dynamic problem Due to the changing environment of the problem and the high number of state action, the Deep RL method is used to solve the GWCO problem In this paper, we refer to the methods of Reinforcement Learning, Deep Learning, and Deep RL, and some of their applications In the final section, by comparing the three types of learning rate α , the simulation results are compared and it can be concluded that for the GWCO problem, the learning rate is better set to 0 001 Simulation of this paper is done with the powerful Python software and Tensorflow

کلیدواژه‌ها

نویسندگان

تصویر Hasan Jalali

Hasan Jalali

Faculty of Electrical Engineering, Sadjad University of Technology, Mashhad, Iran

تصویر Amin Noori

Amin Noori

Faculty of Electrical Engineering, Sadjad University of Technology, Mashhad, Iran

شیوه ارجاع

Olyaei Torqabeh, Mohammad Hasan and Jalali, Hasan and Olyaei Torqabeh, Ali and Noori, Amin,1396,Deep Reinforcement Learning for Grid world with changing obstacles and investigating the effect of learning rate on received rewards,Fifth International Conference on Electrical and Computer Engineering with Emphasis on Indigenous Knowledge,Tehran

ارائه‌شده در

پوستر مجموعه مقالات پنجمین کنفرانس بین المللی مهندسی برق و کامپیوتر با تاکید بر دانش بومی مجموعه مقالات پنجمین کنفرانس بین المللی مهندسی برق و کامپیوتر با تاکید بر دانش بومی19 بهمن 1396 · تهران
ادامه مسیر پژوهش

مقالات مرتبط

مقاله کنفرانسی سال ۱۳۹۶ ۶,۹۵۶ مشاهده

ترکیب ویولت و مشخصه های بارز ECG برای تشخیص چند بیماری قلبی

بسیاری از اطلاعات حول آسیب شناسی فیزیولوژی عادی قلب را می توان از نوار قلب بدست آورد یک چرخه ی قلبی از س…

فیبریلاسیون دهلیزی((AFنوار قلب((ECGتبدیل موجک((sym4
مقاله کنفرانسی سال ۱۳۹۶ ۶,۵۷۱ مشاهده

کاربرد هوش مصنوعی در بازی رایانه ای

حتما در دوران کودکی بازی O X را انجام دادید به طور مثال شما با حرف O و دوستتون با حرف X خونه های یه جدول…

مقاله کنفرانسی سال ۱۳۹۶ ۵,۵۸۷ مشاهده

بررسی اخلال راداری و روش های نوین جمینگ سیگنال

امروزه اغلب تسلیحات نظامی از وسایل الکترونیکی استفاده میکند استفاده از رادار برای آشکار سازی و مکانیابی…

جمینگاخلال راداریجنگ الکترونیک
مقاله کنفرانسی سال ۱۳۹۵ ۳,۹۸۲ مشاهده

بررسی انواع حملات در شبکههای کامپیوتری و راهکارهای مناسب برای مقابله با آنها

امنیت اطلاعات و ایمن سازی شبکه های کامپیوتری از جمله موضوعاتی است که این روزها در کانون توجه تمامی ساازم…

حملات شبکه ایحملات DoSامنیت شبکه
مقاله کنفرانسی سال ۱۳۹۶ ۳,۸۸۳ مشاهده

حذف نویز از تصاویر سی تی اسکن با استفاده از تبدیل موجک و منطق فازی

تصاویر اغلب به علت خطا در سنسورها و یا ضمن انتقال، به نویز آلوده میشوند نویز موجود در تصویر کارایی عملیا…

منطق فازیتبدیل موجکآستانه گذاری موجک
مقاله کنفرانسی سال ۱۳۹۵ ۳,۶۵۰ مشاهده

استارتاپ ها و تاثیر آن بر اقتصاد کشور

یکی از مراحل مهم در شروع یک کسب و کار نوآورانه این است که بدانیم ایده جدید ما برای راه اندازی کسب و کار…

استارتاپشرکت نوپاکارآفرینی