Leveraging Expected Improvement to enhance exploration efficiency in Deep Reinforcement Learning
Đồ án tốt nghiệp · Đại học · năm 2025 · đề tài tham khảo
| Loại tài liệu | Đồ án tốt nghiệp |
|---|---|
| Bậc học | Đại học |
| Tác giả | Võ Minh Trí |
| Người hướng dẫn | Trần Thế Hùng |
| Cơ sở đào tạo | Đại học Bách khoa Hà Nội |
| Năm | 2025 |
| Nguồn | Thư viện số Đại học Bách khoa Hà Nội · trang gốc |
Tóm tắt
Nghiên cứu và thiết kế phương pháp nâng cao hiệu quả khám phá trong học tăng cường sâu bằng cách kết hợp lấy mẫu hậu nghiệm với Expected Improvement. Phân tích thực trạng cho thấy học tăng cường sâu còn kém hiệu quả về số lượng mẫu, trong khi các phương pháp lấy mẫu hậu nghiệm gặp khó khăn khi mở rộng sang không gian trạng thái lớn và liên tục. Đề xuất giải pháp tích hợp Expected Improvement vào Posterior Sampling for Deep Reinforcement Learning, sử dụng biểu diễn trạng thái tiềm ẩn, mô hình chuyển tiếp và lượng hóa bất định Bayes để lựa chọn hành động. Thực nghiệm trên các môi trường Atari cho thấy phương pháp đạt hiệu quả khám phá và tốc độ học tốt hơn các phương pháp đối chứng. Kết luận khẳng định cách tiếp cận cải thiện hiệu quả sử dụng mẫu, nhưng vẫn cần xử lý hiện tượng bùng nổ giá trị Q và bất ổn.
Bản toàn văn lưu tại thư viện Đại học Bách khoa Hà Nội
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Đề tài cùng ngành
- Ứng dụng các giải thuật tối ưu lấy cảm hứng từ tự nhiên
- Lightweight real-time person detection and attribute classification under varying lighting conditions
- Nghiên cứu tổng hợp metanol nhiên liệu từ CO2 trên xúc tác đa kim loại Ni-Ga-Co
- Phân tích, lựa chọn các giải pháp hợp lý san bằng đồ thị phụ tải của hệ thống cung cấp điện cho Quận Nam Từ Liêm, Hà Nội
- Nghiên cứu thu nhận pectic oligosaccharide (POS) từ pectin vỏ chanh leo bằng endopolygalacturonase
- Nghiên cứu, thiết kế các phương pháp mã hóa không gian - thời gian cho mạng di động 4G
- Nghiên cứu thiết kế mô hình tối ưu công suất hệ thống pin mặt trời hòa lưới dùng cho các tòa nhà đô thị
- Phương pháp hướng giảm sâu nhất tự thích nghi cho học đa nhiệm
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.