| Identifikační kód |
RIV/67985807:_____/08:00318622 |
| Název v anglickém jazyce |
Comparison of RBF Network Learning and Reinforcement Learning on the Maze Exploration Problem |
| Druh |
D - Stať ve sborníku |
| Jazyk |
eng - angličtina |
| Obor - skupina |
I - Informatika |
| Obor |
IN - Informatika |
| Rok uplatnění |
2008 |
| Kód důvěrnosti údajů |
S - Úplné a pravdivé údaje o výsledku nepodléhající ochraně podle zvláštních právních předpisů. |
| Počet výskytů výsledku |
2 |
| Počet tvůrců celkem |
3 |
| Počet domácích tvůrců |
3 |
| Výčet všech uvedených jednotlivých tvůrců |
Roman Neruda (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 8926050)
Stanislav Slušný (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 7252412)
Petra Vidnerová (státní příslušnost: CZ - Česká republika, domácí tvůrce: A, vedidk: 3413527) |
| Popis výsledku v anglickém jazyce |
An emergence of intelligent behavior within a simple robotic agent is studied in this paper. Two control mechanisms for an agent are considered --- a radial basis function neural network trained by evolutionary algorithm, and a traditional reinforcementlearning algorithm over a finite agent state space. A comparison of these two approaches is presented on the maze exploration problem. |
| Klíčová slova oddělená středníkem |
reinforcement learning; evolutionary robotics; radial basis function networks |
| Stránka www, na které se nachází výsledek |
- |
| Odkaz na údaje z výzkumu |
- |