Improving the learning capacities of reinforcement learning agents / Carlos Andrés Paredes Carranza ; tutor Francklin Iván Rivas Echeverria.
Tipo de material:
TextoIdioma: Inglés Idioma del resumen: Español Fecha de copyright: Urcuquí, 2023Descripción: 47 hojas : ilustraciones (algunas a color) ; 30 cm + 1 CD-ROMTema(s): Recursos en línea: Nota de disertación: Trabajo de integración curricular (Ingeniero/a en Tecnologías de la Información). Universidad de Investigación de Tecnología Experimental Yachay. Urcuquí, 2023 Resumen: El objetivo principal de esta investigación es desarrollar un entorno experimental donde se estudie la experiencia de aprendizaje de los niños para desarrollar modelos de agentes de Aprendizaje por Refuerzo que de alguna manera imiten sus asombrosas capacidades de aprendizaje. Esta técnica ha sido propuesta por importantes grupos de investigación en IA de todo el mundo. El entorno utilizado se basa en la solución de laberintos virtuales 3D tanto por agentes como por niños, con la ayuda de una interfaz de microcontrolador Arduino que se comunica con un entorno de laberinto de Python. Esta sería una contribución en el mundo del desarrollo de algoritmos e inteligencia artificial, ya que los niños son aprendices creativos y se sabe muy poco sobre cómo alcanzan esta alta capacidad.
| Tipo de ítem | Biblioteca actual | Signatura | Copia número | Estado | Fecha de vencimiento | Código de barras | Reserva de ítems | |
|---|---|---|---|---|---|---|---|---|
Tesis
|
Biblioteca Yachay Tech | ECMC0115 (Navegar estantería(Abre debajo)) | 1 | No para préstamo | T000550 |
Trabajo de integración curricular (Ingeniero/a en Tecnologías de la Información). Universidad de Investigación de Tecnología Experimental Yachay. Urcuquí, 2023
Incluye referencias bibliográficas (páginas 29-32)
Trabajo de integración curricular con acceso abierto
Texto (Hypertexto links)
El objetivo principal de esta investigación es desarrollar un entorno experimental donde se estudie la experiencia de aprendizaje de los niños para desarrollar modelos de agentes de Aprendizaje por Refuerzo que de alguna manera imiten sus asombrosas capacidades de aprendizaje. Esta técnica ha sido propuesta por importantes grupos de investigación en IA de todo el mundo. El entorno utilizado se basa en la solución de laberintos virtuales 3D tanto por agentes como por niños, con la ayuda de una interfaz de microcontrolador Arduino que se comunica con un entorno de laberinto de Python. Esta sería una contribución en el mundo del desarrollo de algoritmos e inteligencia artificial, ya que los niños son aprendices creativos y se sabe muy poco sobre cómo alcanzan esta alta capacidad.
Textos en inglés con resúmenes en español e inglés
No hay comentarios en este titulo.