Tanítóminta-priorizálási módszerek vizsgálata és fejlesztése Megerősítéses Tanulás esetére
A közlekedés- és járműirányítás kutatásai az utóbbi időben egyértelműen rávilágítottak a Mesterséges Intelligencia alkalmazásának számos előnyére. Ez elsősorban annak köszönhető, hogy a felmerülő optimalizálási és irányítási problémák komplexitása nem mindig teszi lehetővé hagyományos módszerek használatát, vagy azok teljesítménye elmarad a Mesterséges Intelligencia-alapú megoldásokétól. Az elérhető számítási kapacitás rohamos növekedésének következtében sok kutatás fókuszába a Megerősítéses Tanulás került, amely kimagasló eredményeket képes nyújtani különféle szekvenciális döntéshozatali problémákra.
A Megerősítéses Tanulás módszere azonban rendkívül nagy idő- és számítási erőforrás-igényt jelent a tanítási folyamatok során, amikor az ágensnek nagy számosságú tanítómintát szükséges feldolgoznia a végső teljesítmény kialakításához. A tapasztalatok visszajátszása lehetővé teszi ugyan a múltbeli minták újrafelhasználását, azonban az állapotátmenetek mintavételezése nem minden esetben hatékony, mivel egyenletes eloszlást alkalmazva az egyes tanítóminták azonos gyakorisággal játszódnak vissza, függetlenül azok jelentőségétől. A tanítóminták megfelelő módszerrel való priorizálása által elérhetővé válhat a tanítás konvergenciájának felgyorsítása és stabilizálása, ami végül a tanítás erőforrás-igényének drasztikus csökkenéséhez vezethet.
Ebben a kutatásban célunk egy olyan tanítóminta-priorizálási módszer kidolgozása volt, amely a vizsgált szakirodalomban találhatók teljesítményét felülmúlja. A módszert több környezetben kiértékeltük, és összehasonlítottuk más megközelítésekkel. Eddigi eredményeink alapján kijelenthető, hogy az általunk javasolt módszer jelentős mértékben javítja a tanítás hatékonyságát, lehetővé téve gyorsabb és költséghatékonyabb tanulási folyamatokat az összehasonlításként választott módszerekhez képest.
szerző
-
Pelenczei Bálint
Járműmérnöki
alapképzés (BA/BSc)
konzulens
-
Kővári Bálint
PhD hallgató, Közlekedés- és Járműirányítási Tanszék