Implementation and evaluation of a virtual computer game agent with neural networks
| datacite.contributor.RelatedPerson | Σγάρμπας, Κυριάκος | |
| datacite.contributor.RelatedPerson | Μουστάκας, Κωνσταντίνος | |
| datacite.contributor.Supervisor | Δερματάς, Ευάγγελος | |
| dc.contributor.author | Κοντοθανάσης, Ιωάννης | |
| dc.contributor.other | Kontothanasisis, Ioannis | |
| dc.date.accessioned | 2022-10-19T13:26:00Z | |
| dc.date.available | 2022-10-19T13:26:00Z | |
| dc.date.issued | 2022-10-20 | |
| dc.degree | graduateThesis | |
| dc.description.abstract | The challenges of applying reinforcement learning to modern AI applications are interesting, particularly in unknown environments in which there are delayed rewards. Classic arcade games have garnered considerable interest recently as a test bed for these kinds of algorithms. The purpose of this thesis is to create a model that can learn policies and optimal behaviors by interacting with the environment. The model is a convolutional neural network, trained with a variant of Q-learning, whose input is raw pixels and whose output is a value function estimating future rewards. This model is applied to the Atari game Breakout from the Arcade Learning Environment with no adjustment of the architecture or learning algorithm. The agent learns to play in an advanced level the Atari Breakout game. | |
| dc.description.translatedabstract | Οι προκλήσεις της εφαρμογής της ενισχυτικής μάθησης σε σύγχρονες εφαρμογές τεχνητής νοημοσύνης είναι ενδιαφέρουσες, ιδιαίτερα σε άγνωστα περιβάλλοντα στα οποία υπάρχουν καθυστερημένες ανταμοιβές. Τα κλασικά παιχνίδια arcade έχουν συγκεντρώσει σημαντικό ενδιαφέρον πρόσφατα ως δοκιμαστικό κρεβάτι για τέτοιου είδους αλγόριθμους. Σκοπός αυτής της διπλωματικής εργασίας είναι η δημιουργία ενός μοντέλου που μπορεί να μάθει πολιτικές και βέλτιστες συμπεριφορές αλληλεπιδρώντας με το περιβάλλον. Το μοντέλο είναι ένα συνελικτικό νευρωνικό δίκτυο, εκπαιδευμένο με μια παραλλαγή Q-learning, του οποίου η είσοδος είναι ακατέργαστα pixel και του οποίου η έξοδος είναι μια συνάρτηση τιμής που εκτιμά τις μελλοντικές ανταμοιβές. Αυτό το μοντέλο εφαρμόζεται στο παιχνίδι Atari Breakout από το Arcade Learning Environment χωρίς προσαρμογή της αρχιτεκτονικής ή του αλγόριθμου εκμάθησης. Ο πράκτορας μαθαίνει να παίζει σε προχωρημένο επίπεδο το παιχνίδι Atari Breakout. | |
| dc.identifier.uri | https://hdl.handle.net/10889/23468 | |
| dc.language.iso | en | |
| dc.subject | Reinforcement learning | |
| dc.subject | Neural networks | |
| dc.subject | Atari breakout | |
| dc.subject.alternative | Ενισχυτική μάθηση | |
| dc.subject.alternative | Νευρωνικά δίκτυα | |
| dc.title | Implementation and evaluation of a virtual computer game agent with neural networks | |
| dc.title.alternative | Υλοποίηση και αξιολόγηση εικονικού παίκτη ηλεκτρονικών παιχνιδιών με τεχνητά νευρωνικά δίκτυα |