Tarea basada en la atención visual para mejorar continuamente el rendimiento de agentes de juego autónomos
Autores: Ulu, Eren; Capin, Tolga; Çelikkale, Bora; Celikcan, Ufuk
Idioma: Inglés
Editor: MDPI
Año: 2023
Acceso abierto
Artículo científico
2023
Tarea basada en la atención visual para mejorar continuamente el rendimiento de agentes de juego autónomos
Categoría
Ingeniería y Tecnología
Subcategoría
Ingeniería Eléctrica y Electrónica
Palabras clave
Aprendizaje por refuerzo
Red neuronal profunda Q
Mecanismo de atención
Atari 2600
Agente de juego
Rendimiento
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 36
Citaciones: Sin citaciones
El aprendizaje profundo por refuerzo (DRL) se ha realizado de manera efectiva en varios entornos complejos, como jugar videojuegos.
Descripción
El aprendizaje profundo por refuerzo (DRL) se ha realizado de manera efectiva en varios entornos complejos, como jugar videojuegos.