Entwicklung und Analyse von Auto-Encodern für intelligente Agenten zum Erlernen von Atari-Spielen: Unterschied zwischen den Versionen

Aus SDQ-Institutsseminar
Keine Bearbeitungszusammenfassung
Keine Bearbeitungszusammenfassung
Zeile 5: Zeile 5:
|betreuer=Daniel Zimmermann
|betreuer=Daniel Zimmermann
|termin=Institutsseminar/2020-09-04
|termin=Institutsseminar/2020-09-04
|kurzfassung=TBD
|kurzfassung=Aktuell ist die Verwendung von rekurrenten neuronalen Netzen ein Ansatz zum Erlernen von Computerspielen.
Einige dieser Neuronalen Netze scheitern aber an der großen Datenmenge, die bei einem Spielframe vorliegen.
Auto-Encoder können die Spielframes soweit komprimieren, dass sie für solche Netze verfügbar werden.
Das Ziel dieser Arbeit war es eine Auto-Encoder-Architektur zu finden, welche Atari-Frames soweit komprimiert, sodass
eine möglichst verlustfreie Rekonstruktion möglich ist.
Atari-Spiele können so für tiefe neuronale Netzwerke zugänglich gemacht werden.
Dafür wurden zwei unterschiedliche Atari-Spiele ausgewählt, große Datensätze mit geeigneten Spielframes generiert
und verschiedene Auto Encoder Architekturen evaluiert.
Im Rahmen dieser Arbeit konnte gezeigt werden, dass eine ausreichende Kompression mit akzeptierbaren Qualitätsverlust
möglich ist.
}}
}}

Version vom 21. August 2020, 10:45 Uhr

Vortragende(r) Annika Kies
Vortragstyp Bachelorarbeit
Betreuer(in) Daniel Zimmermann
Termin Fr 4. September 2020
Vortragsmodus
Kurzfassung Aktuell ist die Verwendung von rekurrenten neuronalen Netzen ein Ansatz zum Erlernen von Computerspielen.

Einige dieser Neuronalen Netze scheitern aber an der großen Datenmenge, die bei einem Spielframe vorliegen. Auto-Encoder können die Spielframes soweit komprimieren, dass sie für solche Netze verfügbar werden. Das Ziel dieser Arbeit war es eine Auto-Encoder-Architektur zu finden, welche Atari-Frames soweit komprimiert, sodass eine möglichst verlustfreie Rekonstruktion möglich ist. Atari-Spiele können so für tiefe neuronale Netzwerke zugänglich gemacht werden. Dafür wurden zwei unterschiedliche Atari-Spiele ausgewählt, große Datensätze mit geeigneten Spielframes generiert und verschiedene Auto Encoder Architekturen evaluiert. Im Rahmen dieser Arbeit konnte gezeigt werden, dass eine ausreichende Kompression mit akzeptierbaren Qualitätsverlust möglich ist.