Volltextdatei(en) in REPOSIT vorhanden Open Access
Titel: Deep Reinforcement Learning zum autonomen Erlernen eines nicht-deterministischen Spiels
Sprache: Deutsch
Autorenschaft: Siems, Jonathan 
Schlagwörter: Reinforcement Learning; Deep Learning; Q-Learning; Künstliche Intelligenz
Erscheinungsdatum: 22-Aug-2025
Zusammenfassung: 
Diese Bachelorthesis behandelt die Entwicklung und Untersuchung eines selbstlernenden Systems mit Fokus auf Lernmethoden des Reinforcement Learnings und dem Einsatz tiefer neuronaler Netzwerke.

This Bachelor Thesis discusses the development and study of an autonomous learning system with a focus on methods from reinforcement learning and the use of deep neural networks.
URI: https://hdl.handle.net/20.500.12738/19256
Einrichtung: Fakultät Technik und Informatik (ehemalig, aufgelöst 10.2025) 
Department Informations- und Elektrotechnik (ehemalig, aufgelöst 10.2025) 
Dokumenttyp: Abschlussarbeit
Abschlussarbeitentyp: Bachelorarbeit
Betreuer*in: Hensel, Marc  
Gutachter*in: Herster, Ulrike 
Enthalten in den Sammlungen:Theses

Dateien zu dieser Ressource:
Datei Beschreibung GrößeFormat
BA_Deep_Reinforcement_Learning_zum_autonomen_Erlernen.pdf2.47 MBAdobe PDFÖffnen/Anzeigen
Zur Langanzeige

Google ScholarTM

Prüfe

HAW Katalog

Prüfe

Feedback zu diesem Datensatz


Alle Ressourcen in diesem Repository sind urheberrechtlich geschützt.