Výsledky vyhledávání - "aprendizaje por refuerzo profundo"

Approaching Generalized Planning using Deep Reinforcement Learning and Graph Neural Networks

Autor: Aso Mollar, Ángel

Publikováno v: RiuNet. Repositorio Institucional de la Universitat Politécnica de Valéncia
instname

[ES] Uno de los grandes retos de la Inteligencia Artificial ha sido y sigue siendo la capacidad de inferir soluciones dadas instancias pequeñas de un problema, o incluso subproblemas, que puedan generalizar hacia otras de tamaño mayor. El objetivo

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::b85014bf1e8f08b16555f135821581ca
https://hdl.handle.net/10251/187625

Zobrazit plný text záznamu

Generación de Movimientos Coordinados de Enjambre en Múltiples Drones a través de Algoritmos de Aprendizaje Profundo

Autor: Gómez Garzón, Nicolás David, Peña Castro, Néstor Harbey

EL presente trabajo de grado plantea un algoritmo de aprendizaje profundo basado en Q learning que permite a un grupo de agentes representar un movimiento de enjambre, específicamente leader follower implementando una repulsión entre agentes y evas

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=od______3896::76a7b83fa13f10f2b35b96324d731456
https://hdl.handle.net/11634/46788

Zobrazit plný text záznamu

Inteligencia Artificial con Open AI Gym y Ray RLlib para el Aprendizaje Interactivo de la Planificación de Requerimiento de Materiales

Autor: Serrano Ruiz, Julio César, Peidro Payá, David, Mula Bru, Josefa, Poler Escoto, Raúl

Publikováno v: In-Red 2022 - VIII Congreso Nacional de Innovación Educativa y Docencia en Red.

[EN] Material requirements planning (MRP) is a process whose purpose is to guarantee the flow of materials into production, ensuring that each of the necessary materials is received in the required quantity and on the required date. As a problem, MRP

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::f917e3cabda7feed7fbde1dbf9adf679
https://doi.org/10.4995/inred2022.2022.15877

Zobrazit plný text záznamu

Contribución al aumento de la capacidad cognitiva de los sistemas inteligentes de transporte mediante inteligencia artificial

Autor: Guillén Pérez, Antonio

Publikováno v: Repositorio Digital de la Universidad Politécnica de Cartagena
Fundación Universitaria San Pablo CEU (FUSPCEU)

[SPA] Los Sistemas Inteligentes de Transporte (SIT) son un sector emergente dentro del área de investigación del transporte urbano. Se espera que la mayor capacidad cognitiva de los SIT permita crear ciudades y entornos futuros en los que las perso

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=doi_dedup___::7991d770e7734fd5d2c55e24ce160805
https://doi.org/10.31428/10317/11206

Zobrazit plný text záznamu

Contribution to enhancing the cognitive capability of intelligent transportation systems using artificial intelligence

Autor: Guillén Pérez, Antonio

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=od______1291::c035f349e06e2e49ec78b81e92746971
https://hdl.handle.net/10317/11206

Zobrazit plný text záznamu

Apoyo de toma de decisión a comunidades de construcción de conocimiento

Autor: Martin, Jonathan

Publikováno v: SEDICI (UNLP)
Universidad Nacional de La Plata
instacron:UNLP

La construcción del conocimiento puede verse como resultado del proceso activo del aprendizaje. Siguiendo este concepto en la actualidad podemos encontrar varias comunidades que se forman a partir de grupos de personas con intereses comunes para com

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::d5336750f08e9b708a496fcd41609de9
https://doi.org/10.35537/10915/135961

Zobrazit plný text záznamu

Algorithmic stock trading through deep reinforcement learning

Autor: Giraldo Escobar, Santiago Alberto

Publikováno v: Repositorio UN
Universidad Nacional de Colombia
instacron:Universidad Nacional de Colombia

ilustraciones, gráficos, tablas Este trabajo de grado tiene como finalidad explorar la utilización de series de tiempo financieras sintéticas generadas por un modelo de Redes Neuronales Generativas Adversarias (GAN por sus siglas en inglés) para

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::7bf46f8a53773caed3b5f64acefd5f79
https://repositorio.unal.edu.co/handle/unal/80758

Zobrazit plný text záznamu

Aprenentatge profund per reforç aplicat al control automàtic de la locomoció de robots bípedes simplificats en entorns simulats

Autor: Castaño Ribes, Rafel

Publikováno v: O2, repositorio institucional de la UOC
Universitat Oberta de Catalunya (UOC)

CONTEXT: L'objecte d'estudi d'aquest Treball Final de Màster és el control autònom de la locomoció bípeda (biped locomotion) mitjançant la intel·ligència artificial. FINALITAT: Conèixer l'estat de l'art d'aquest camp d'estudi i implementar u

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::4446604a0dcb8d7d801e83e47ec31699
http://hdl.handle.net/10609/128606

Zobrazit plný text záznamu

Aprendizaje por refuerzo profundo con OpenAI Gym

Autor: García Pascual, Mario

Publikováno v: Biblos-e Archivo. Repositorio Institucional de la UAM
instname

El Aprendizaje por refuerzo profundo (DRL) surge de la inserción de métodos de Aprendizaje profundo (DL) en los algoritmos de Aprendizaje por refuerzo (RL). A pesar de los hitos logrados en este campo durante los últimos años, sigue ocupando un e

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=dedup_wf_001::4e710441e134d457206909ea202e1088
http://hdl.handle.net/10486/698285

Zobrazit plný text záznamu

Aprenentatge profund per reforç aplicat al control automàtic de la locomoció de robots bípedes simplificats en entorns simulats

Autor: Castaño Ribes, Rafael Jesús

Publikováno v: O2, repositorio institucional de la UOC
Universitat Oberta de Catalunya (UOC)

Externí odkaz: https://explore.openaire.eu/search/publication?articleId=RECOLECTA___::6e28ffeef42a95e940f5fa6fa1d33867
http://hdl.handle.net/10609/128606

Zobrazit plný text záznamu

Vyhledávací nástroje:

Upřesnit hledání