[en] A SIMULATION STUDY OF TRANSFER LEARNING IN DEEP REINFORCEMENT LEARNING FOR ROBOTICS
| Ano de defesa: | 2020 |
|---|---|
| Autor(a) principal: | |
| Orientador(a): | |
| Banca de defesa: | |
| Tipo de documento: | Tese |
| Tipo de acesso: | Acesso aberto |
| Idioma: | por |
| Instituição de defesa: |
MAXWELL
|
| Programa de Pós-Graduação: |
Não Informado pela instituição
|
| Departamento: |
Não Informado pela instituição
|
| País: |
Não Informado pela instituição
|
| Palavras-chave em Português: | |
| Link de acesso: | https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49051&idi=1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49051&idi=2 http://doi.org/10.17771/PUCRio.acad.49051 |
Resumo: | [pt] Esta dissertação de mestrado consiste em um estudo avançado sobre aprendizado profundo por reforço visual para robôs autônomos através de técnicas de transferência de aprendizado. Os ambientes de simulação testados neste estudo são ambientes realistas complexos onde o robô tinha como desafio aprender e transferir conhecimento em diferentes contextos para aproveitar a experiência de ambientes anteriores em ambientes futuros. Este tipo de abordagem, além de agregar conhecimento ao robô autônomo, diminui o número de épocas de treinamento do algoritmo, mesmo em ambientes complexos, justificando o uso de técnicas de transferência de aprendizado. |
| id |
PUC_RIO-1_e5e561d9723d879af7eb5fd0bc2869a7 |
|---|---|
| oai_identifier_str |
oai:MAXWELL.puc-rio.br:49051 |
| network_acronym_str |
PUC_RIO-1 |
| network_name_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
| repository_id_str |
|
| spelling |
[en] A SIMULATION STUDY OF TRANSFER LEARNING IN DEEP REINFORCEMENT LEARNING FOR ROBOTICS [pt] UM ESTUDO DE TRANSFER LEARNING EM DEEP REINFORCEMENT LEARNING EM AMBIENTES ROBÓTICOS SIMULADOS [pt] TRANSFERENCIA DE APRENDIZADO[pt] APRENDIZADO POR REFORCO PROFUNDO[pt] AMBIENTES COMPLEXOS[pt] REDE NEURAL CONVOLUCIONAL[pt] ROBO AUTONOMO[en] TRANSFER LEARNING[en] DEEP REINFORCEMENT LEARNING[en] COMPLEX ENVIRONMENTS[en] CONVOLUTIONAL NEURAL NETWORK[en] AUTONOMOUS ROBOT[pt] Esta dissertação de mestrado consiste em um estudo avançado sobre aprendizado profundo por reforço visual para robôs autônomos através de técnicas de transferência de aprendizado. Os ambientes de simulação testados neste estudo são ambientes realistas complexos onde o robô tinha como desafio aprender e transferir conhecimento em diferentes contextos para aproveitar a experiência de ambientes anteriores em ambientes futuros. Este tipo de abordagem, além de agregar conhecimento ao robô autônomo, diminui o número de épocas de treinamento do algoritmo, mesmo em ambientes complexos, justificando o uso de técnicas de transferência de aprendizado.[en] This master s thesis consists of an advanced study on deep learning by visual reinforcement for autonomous robots through transfer learning techniques. The simulation environments tested in this study are highly realistic environments where the challenge of the robot was to learn and tranfer knowledge in different contexts to take advantage of the experiencia of previous environments in future environments. This type of approach besides adding knowledge to the autonomous robot reduces the number of training epochs the algorithm, even in complex environments, justifying the use of transfer learning techniques.MAXWELLWOUTER CAARLSEVELYN CONCEICAO SANTOS BATISTA2020-08-05info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesishttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49051&idi=1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49051&idi=2http://doi.org/10.17771/PUCRio.acad.49051porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2024-11-25T00:00:00Zoai:MAXWELL.puc-rio.br:49051Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342024-11-25T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false |
| dc.title.none.fl_str_mv |
[en] A SIMULATION STUDY OF TRANSFER LEARNING IN DEEP REINFORCEMENT LEARNING FOR ROBOTICS [pt] UM ESTUDO DE TRANSFER LEARNING EM DEEP REINFORCEMENT LEARNING EM AMBIENTES ROBÓTICOS SIMULADOS |
| title |
[en] A SIMULATION STUDY OF TRANSFER LEARNING IN DEEP REINFORCEMENT LEARNING FOR ROBOTICS |
| spellingShingle |
[en] A SIMULATION STUDY OF TRANSFER LEARNING IN DEEP REINFORCEMENT LEARNING FOR ROBOTICS EVELYN CONCEICAO SANTOS BATISTA [pt] TRANSFERENCIA DE APRENDIZADO [pt] APRENDIZADO POR REFORCO PROFUNDO [pt] AMBIENTES COMPLEXOS [pt] REDE NEURAL CONVOLUCIONAL [pt] ROBO AUTONOMO [en] TRANSFER LEARNING [en] DEEP REINFORCEMENT LEARNING [en] COMPLEX ENVIRONMENTS [en] CONVOLUTIONAL NEURAL NETWORK [en] AUTONOMOUS ROBOT |
| title_short |
[en] A SIMULATION STUDY OF TRANSFER LEARNING IN DEEP REINFORCEMENT LEARNING FOR ROBOTICS |
| title_full |
[en] A SIMULATION STUDY OF TRANSFER LEARNING IN DEEP REINFORCEMENT LEARNING FOR ROBOTICS |
| title_fullStr |
[en] A SIMULATION STUDY OF TRANSFER LEARNING IN DEEP REINFORCEMENT LEARNING FOR ROBOTICS |
| title_full_unstemmed |
[en] A SIMULATION STUDY OF TRANSFER LEARNING IN DEEP REINFORCEMENT LEARNING FOR ROBOTICS |
| title_sort |
[en] A SIMULATION STUDY OF TRANSFER LEARNING IN DEEP REINFORCEMENT LEARNING FOR ROBOTICS |
| author |
EVELYN CONCEICAO SANTOS BATISTA |
| author_facet |
EVELYN CONCEICAO SANTOS BATISTA |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
WOUTER CAARLS |
| dc.contributor.author.fl_str_mv |
EVELYN CONCEICAO SANTOS BATISTA |
| dc.subject.por.fl_str_mv |
[pt] TRANSFERENCIA DE APRENDIZADO [pt] APRENDIZADO POR REFORCO PROFUNDO [pt] AMBIENTES COMPLEXOS [pt] REDE NEURAL CONVOLUCIONAL [pt] ROBO AUTONOMO [en] TRANSFER LEARNING [en] DEEP REINFORCEMENT LEARNING [en] COMPLEX ENVIRONMENTS [en] CONVOLUTIONAL NEURAL NETWORK [en] AUTONOMOUS ROBOT |
| topic |
[pt] TRANSFERENCIA DE APRENDIZADO [pt] APRENDIZADO POR REFORCO PROFUNDO [pt] AMBIENTES COMPLEXOS [pt] REDE NEURAL CONVOLUCIONAL [pt] ROBO AUTONOMO [en] TRANSFER LEARNING [en] DEEP REINFORCEMENT LEARNING [en] COMPLEX ENVIRONMENTS [en] CONVOLUTIONAL NEURAL NETWORK [en] AUTONOMOUS ROBOT |
| description |
[pt] Esta dissertação de mestrado consiste em um estudo avançado sobre aprendizado profundo por reforço visual para robôs autônomos através de técnicas de transferência de aprendizado. Os ambientes de simulação testados neste estudo são ambientes realistas complexos onde o robô tinha como desafio aprender e transferir conhecimento em diferentes contextos para aproveitar a experiência de ambientes anteriores em ambientes futuros. Este tipo de abordagem, além de agregar conhecimento ao robô autônomo, diminui o número de épocas de treinamento do algoritmo, mesmo em ambientes complexos, justificando o uso de técnicas de transferência de aprendizado. |
| publishDate |
2020 |
| dc.date.none.fl_str_mv |
2020-08-05 |
| dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
| dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
| format |
doctoralThesis |
| status_str |
publishedVersion |
| dc.identifier.uri.fl_str_mv |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49051&idi=1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49051&idi=2 http://doi.org/10.17771/PUCRio.acad.49051 |
| url |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49051&idi=1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=49051&idi=2 http://doi.org/10.17771/PUCRio.acad.49051 |
| dc.language.iso.fl_str_mv |
por |
| language |
por |
| dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
| eu_rights_str_mv |
openAccess |
| dc.publisher.none.fl_str_mv |
MAXWELL |
| publisher.none.fl_str_mv |
MAXWELL |
| dc.source.none.fl_str_mv |
reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell) instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) instacron:PUC_RIO |
| instname_str |
Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
| instacron_str |
PUC_RIO |
| institution |
PUC_RIO |
| reponame_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
| collection |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
| repository.name.fl_str_mv |
Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
| repository.mail.fl_str_mv |
|
| _version_ |
1856395946931257344 |