Il reinforcement learning è un tipo di tecnica di machine learning che permette ad un agente di imparare a svolgere delle azioni utilizzando l’ambiente circostante e imparando, con vari tentativi, dalle proprie esperienze passate e dai propri errori. Uno degli esempi più eclatanti di applicazioni del reinforcement learning è AlphaGo, un software che gioca a Go, sviluppato da Google DeepMind, che nel 2016 è riuscito a battere Lee Sedol, uno dei più grandi giocatori di Go. In questa tesi, dopo aver parlato della storia dell’intelligenza artificiale e del reinforcement learning e dopo aver trattato della teoria dietro al machine learning, ho proposto un software che impara autonomamente a giocare a Snake.
Reinforcement Learning: studio e sviluppo di un IA che impari a giocare a Snake
OUTMANI, AYOUB
2022/2023
Abstract
Il reinforcement learning è un tipo di tecnica di machine learning che permette ad un agente di imparare a svolgere delle azioni utilizzando l’ambiente circostante e imparando, con vari tentativi, dalle proprie esperienze passate e dai propri errori. Uno degli esempi più eclatanti di applicazioni del reinforcement learning è AlphaGo, un software che gioca a Go, sviluppato da Google DeepMind, che nel 2016 è riuscito a battere Lee Sedol, uno dei più grandi giocatori di Go. In questa tesi, dopo aver parlato della storia dell’intelligenza artificiale e del reinforcement learning e dopo aver trattato della teoria dietro al machine learning, ho proposto un software che impara autonomamente a giocare a Snake.File | Dimensione | Formato | |
---|---|---|---|
Outmani_Ayoub.pdf
accesso aperto
Dimensione
701.49 kB
Formato
Adobe PDF
|
701.49 kB | Adobe PDF | Visualizza/Apri |
The text of this website © Università degli studi di Padova. Full Text are published under a non-exclusive license. Metadata are under a CC0 License
https://hdl.handle.net/20.500.12608/43586