انجام پروژه یادگیری تقویتی

شرح پروژه

سلام

ما قراره یک الگوریتم یادگیر تقویتی جدید طراحی کنیم که در واقع سعی داره تغییرات محیط رو شبیه سازی بکنه و د هر بار اجرای کامل روی یک محیط در مرحلهی بعد با یک محیط جدید مواجه میشه که اندکی به لحاظ سایز و موانع ( محیط grid ) با محیط قبلی فرق داره و باید از تجربیات محیط قبلی استفاده بشه تا در محیط جدید فقط برای قسمتهای کوچکی که شبیه قبلی نیستند ، بیایم explore , exploit کنیم و از جدول Q جدید استفاده کنیم و بقیه قسمتها که شبیه محیط قبلی هستند بسته به میزان شباهت و با استفاده از الگوریتم تاپسیس ( لزوما باید از تاپسیس استفاده بشه ) از تجربیات گذشته استفاده کنیم. این تکرار شاید 100 بار یا 1000 بار انجام بشه و هر بار محیط جدیدی داده بشه ، یعنی محیط شماره 1 اندکی تفاوت با محیط شماره ی 2 داره و سایزش کمی بزرگتره محیط بعدی یعنی شماره 3 نیز اندکی با شماره 2 تفاوت داره و همینطور الی آخر تا مثلا محیط شماره 100 به طرز چشمگیری با شماره 1 تفاوت داره ولی به 99 تا حدود زیادی شبیه و اندکی تفاوت داره . حالا دو تا حالت هست یکی اینکه فقط خونه ی هدف هر بار اندکی پوزیشنش تغییر کنه و شکل موانع و پوزیشن هاشون کمی تغییر کنن. حالت دوم اینه که علاوه بر اینها اندازه ی محیط هم هر بار بزرگتر میشه. توضیحات کامل در فایل زیر اومده . لطفا اگر مطمئنید میتونید انجام بدید بگید، چون باید پیاده سازی بشه و عملا جواب بده و همچنین تمامی مراحل الگوریتم طراحی شده به صورت ریز با جزئیات و شرح مفاهیم استفاده شده و تمامی گامها باید مستند بشه و شبه کدش نیز باید ارائه بشه در نهایت بعد از پیاده سازی به ازای تست طبق سناریوی فوق الذکر در محیط های مختلف باید همگرا بشه و نتایج تحلیل بشه

این پروژه شامل 1 فایل مهم است، لطفا قبل از ارسال پیشنهاد حتما نسبت به بررسی این فایل اقدام فرمایید.

مهارت ها و تخصص های مورد نیاز

درباره کارفرما

متلب پروژه - matlabprozhe

عضویت نه سال پیش

13712 پروژه ثبت شده ،

73 پروژه در حال انجام ،

0 پروژه آماده دریافت پیشنهاد ،

نرخ پذیرش پیشنهاد 36%