EMDD-RL: Faster subgoal ıdentification with diverse density in reinforcement learning

---

Tezin Türü: Yüksek Lisans

Tezin Yürütüldüğü Kurum: Orta Doğu Teknik Üniversitesi, Fen Bilimleri Enstitüsü, BİLGİSAYAR MÜHENDİSLİĞİ ANABİLİM DALI, Türkiye

Tezin Onay Tarihi: 2021

Tezin Dili: İngilizce

Öğrenci: SAİM SUNEL

Danışman: FARUK POLAT

Açık Arşiv Koleksiyonu: AVESİS Açık Erişim Koleksiyonu

Özet:

Ayrı Yoğunluk (AY) algoritması, pekiştirmeli öğrenme alanında öğrenme sürecini iyileştirmek amacıyla otomatik olarak alt hedefleri bulma konusunda etkili olduğu gösterilmiş, çoklu-örnek öğrenme alanında öne sürülmüş ve bu alanda iyi bilinen bir yöntemdir. Aynı alanda önerilmiş olan Beklenti Yükseltmeli Ayrı Yoğunluk (BYAY) yöntemi, AY metodunu hem doğru sonuç üretme, hem de hızlı çalışma açısından geliştirmiştir. Bu çalışma pekiştirmeli öğrenme problemlerinde otomatik olarak alt hedeflerin tespiti için BYAY metodunu, algoritma üzerinde gerekli değişiklikleri uygulayarak, uyarlamaktadır. Uyarlanan yöntem, atası sayılabilecek olan AY algoritmasıyla tasarlanmış diğer algoritmadan tespit edilen alt hedeflerin kalitesini koruyarak 3 ile 10 kat daha hızlı çalışmaktadır. Tezde EMDD-RL ismiyle önerilmiş olan yöntemin sahip olduğu parametrelerin, algoritmanın performansı üzerindeki etkileri tartışılmış ve ayrıntılı deneylerle ortaya konulmuştur.