[en] A SIMULATION STUDY OF TRANSFER LEARNING IN DEEP REINFORCEMENT LEARNING FOR ROBOTICS

Detalhes bibliográficos
Autor(a) principal: EVELYN CONCEICAO SANTOS BATISTA
Data de Publicação: 2020
Tipo de documento: Outros
Idioma: por
Título da fonte: Repositório Institucional da PUC-RIO (Projeto Maxwell)
Texto Completo: https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49051@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49051@2
http://doi.org/10.17771/PUCRio.acad.49051
Resumo: [pt] Esta dissertação de mestrado consiste em um estudo avançado sobre aprendizado profundo por reforço visual para robôs autônomos através de técnicas de transferência de aprendizado. Os ambientes de simulação testados neste estudo são ambientes realistas complexos onde o robô tinha como desafio aprender e transferir conhecimento em diferentes contextos para aproveitar a experiência de ambientes anteriores em ambientes futuros. Este tipo de abordagem, além de agregar conhecimento ao robô autônomo, diminui o número de épocas de treinamento do algoritmo, mesmo em ambientes complexos, justificando o uso de técnicas de transferência de aprendizado.
id PUC_RIO-1_e5e561d9723d879af7eb5fd0bc2869a7
oai_identifier_str oai:MAXWELL.puc-rio.br:49051
network_acronym_str PUC_RIO-1
network_name_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository_id_str 534
spelling [en] A SIMULATION STUDY OF TRANSFER LEARNING IN DEEP REINFORCEMENT LEARNING FOR ROBOTICS [pt] UM ESTUDO DE TRANSFER LEARNING EM DEEP REINFORCEMENT LEARNING EM AMBIENTES ROBÓTICOS SIMULADOS [pt] REDE NEURAL CONVOLUCIONAL[pt] APRENDIZADO POR REFORCO PROFUNDO[pt] AMBIENTES COMPLEXOS[pt] ROBO AUTONOMO[pt] TRANSFERENCIA DE APRENDIZADO[en] CONVOLUTIONAL NEURAL NETWORK[en] DEEP REINFORCEMENT LEARNING[en] COMPLEX ENVIRONMENTS[en] AUTONOMOUS ROBOT[en] TRANSFER LEARNING[pt] Esta dissertação de mestrado consiste em um estudo avançado sobre aprendizado profundo por reforço visual para robôs autônomos através de técnicas de transferência de aprendizado. Os ambientes de simulação testados neste estudo são ambientes realistas complexos onde o robô tinha como desafio aprender e transferir conhecimento em diferentes contextos para aproveitar a experiência de ambientes anteriores em ambientes futuros. Este tipo de abordagem, além de agregar conhecimento ao robô autônomo, diminui o número de épocas de treinamento do algoritmo, mesmo em ambientes complexos, justificando o uso de técnicas de transferência de aprendizado.[en] This master s thesis consists of an advanced study on deep learning by visual reinforcement for autonomous robots through transfer learning techniques. The simulation environments tested in this study are highly realistic environments where the challenge of the robot was to learn and tranfer knowledge in different contexts to take advantage of the experiencia of previous environments in future environments. This type of approach besides adding knowledge to the autonomous robot reduces the number of training epochs the algorithm, even in complex environments, justifying the use of transfer learning techniques.MAXWELLWOUTER CAARLSEVELYN CONCEICAO SANTOS BATISTA2020-08-05info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/otherhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49051@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49051@2http://doi.org/10.17771/PUCRio.acad.49051porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2024-09-13T00:00:00Zoai:MAXWELL.puc-rio.br:49051Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342024-09-13T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.none.fl_str_mv [en] A SIMULATION STUDY OF TRANSFER LEARNING IN DEEP REINFORCEMENT LEARNING FOR ROBOTICS
[pt] UM ESTUDO DE TRANSFER LEARNING EM DEEP REINFORCEMENT LEARNING EM AMBIENTES ROBÓTICOS SIMULADOS
title [en] A SIMULATION STUDY OF TRANSFER LEARNING IN DEEP REINFORCEMENT LEARNING FOR ROBOTICS
spellingShingle [en] A SIMULATION STUDY OF TRANSFER LEARNING IN DEEP REINFORCEMENT LEARNING FOR ROBOTICS
EVELYN CONCEICAO SANTOS BATISTA
[pt] REDE NEURAL CONVOLUCIONAL
[pt] APRENDIZADO POR REFORCO PROFUNDO
[pt] AMBIENTES COMPLEXOS
[pt] ROBO AUTONOMO
[pt] TRANSFERENCIA DE APRENDIZADO
[en] CONVOLUTIONAL NEURAL NETWORK
[en] DEEP REINFORCEMENT LEARNING
[en] COMPLEX ENVIRONMENTS
[en] AUTONOMOUS ROBOT
[en] TRANSFER LEARNING
title_short [en] A SIMULATION STUDY OF TRANSFER LEARNING IN DEEP REINFORCEMENT LEARNING FOR ROBOTICS
title_full [en] A SIMULATION STUDY OF TRANSFER LEARNING IN DEEP REINFORCEMENT LEARNING FOR ROBOTICS
title_fullStr [en] A SIMULATION STUDY OF TRANSFER LEARNING IN DEEP REINFORCEMENT LEARNING FOR ROBOTICS
title_full_unstemmed [en] A SIMULATION STUDY OF TRANSFER LEARNING IN DEEP REINFORCEMENT LEARNING FOR ROBOTICS
title_sort [en] A SIMULATION STUDY OF TRANSFER LEARNING IN DEEP REINFORCEMENT LEARNING FOR ROBOTICS
author EVELYN CONCEICAO SANTOS BATISTA
author_facet EVELYN CONCEICAO SANTOS BATISTA
author_role author
dc.contributor.none.fl_str_mv WOUTER CAARLS
dc.contributor.author.fl_str_mv EVELYN CONCEICAO SANTOS BATISTA
dc.subject.por.fl_str_mv [pt] REDE NEURAL CONVOLUCIONAL
[pt] APRENDIZADO POR REFORCO PROFUNDO
[pt] AMBIENTES COMPLEXOS
[pt] ROBO AUTONOMO
[pt] TRANSFERENCIA DE APRENDIZADO
[en] CONVOLUTIONAL NEURAL NETWORK
[en] DEEP REINFORCEMENT LEARNING
[en] COMPLEX ENVIRONMENTS
[en] AUTONOMOUS ROBOT
[en] TRANSFER LEARNING
topic [pt] REDE NEURAL CONVOLUCIONAL
[pt] APRENDIZADO POR REFORCO PROFUNDO
[pt] AMBIENTES COMPLEXOS
[pt] ROBO AUTONOMO
[pt] TRANSFERENCIA DE APRENDIZADO
[en] CONVOLUTIONAL NEURAL NETWORK
[en] DEEP REINFORCEMENT LEARNING
[en] COMPLEX ENVIRONMENTS
[en] AUTONOMOUS ROBOT
[en] TRANSFER LEARNING
description [pt] Esta dissertação de mestrado consiste em um estudo avançado sobre aprendizado profundo por reforço visual para robôs autônomos através de técnicas de transferência de aprendizado. Os ambientes de simulação testados neste estudo são ambientes realistas complexos onde o robô tinha como desafio aprender e transferir conhecimento em diferentes contextos para aproveitar a experiência de ambientes anteriores em ambientes futuros. Este tipo de abordagem, além de agregar conhecimento ao robô autônomo, diminui o número de épocas de treinamento do algoritmo, mesmo em ambientes complexos, justificando o uso de técnicas de transferência de aprendizado.
publishDate 2020
dc.date.none.fl_str_mv 2020-08-05
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/other
format other
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49051@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49051@2
http://doi.org/10.17771/PUCRio.acad.49051
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49051@1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49051@2
http://doi.org/10.17771/PUCRio.acad.49051
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv MAXWELL
publisher.none.fl_str_mv MAXWELL
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1814822622496555008

Registros relacionados