Deep reinforcement learning approach for solving visual navigation tasks in simulated 3D environments

dc.contributor.authorLatiuk, S. O.
dc.date.accessioned2022-11-02T13:22:49Z
dc.date.available2022-11-02T13:22:49Z
dc.date.issued2020
dc.description.abstractukIn this work visual navigation task in realistic simulated environment is formulated and solved using reinforcement learning algorithm combined with deep neural network. Typical issues that can arise in this case and possible ways to address them are described. Network architecture is explained. Experimental results of trained agent’s behavior are added. It’s shown that such an agent performs much better than random agent.uk
dc.format.pagerangeС. 73–75uk
dc.identifier.citationLatiuk, S. O. Deep reinforcement learning approach for solving visual navigation tasks in simulated 3D environments / S. O. Latiuk // XVIIІ Всеукраїнська науково-практична конференція студентів, аспірантів та молодих вчених «Теоретичні і прикладні проблеми фізики, математики та інформатики» (Україна, м. Київ, 12-13 травня 2020 р.) : матеріали конференції. – Київ : КПІ ім. Ігоря Сікорського, 2020. – С. 73–75. – Бібліогр.: 6 назв.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/50743
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.sourceXVIII Всеукраїнська науково-практична конференція студентів, аспірантів та молодих вчених «Теоретичні і прикладні проблеми фізики, математики та інформатики» (Україна, м. Київ, 12 − 13 травня 2020 р.) : матеріали конференціїuk
dc.subjectreinforcement learninguk
dc.subjectvisual navigationuk
dc.subjectdeep neural networksuk
dc.titleDeep reinforcement learning approach for solving visual navigation tasks in simulated 3D environmentsuk
dc.typeArticleuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Вантажиться...
Ескіз
Назва:
(73-75)_latiuk.pdf
Розмір:
712.29 KB
Формат:
Adobe Portable Document Format
Опис:
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
1.71 KB
Формат:
Item-specific license agreed upon to submission
Опис: