Entwicklung eines Reinforcement Learning Frameworks auf Basis eines Agentensystems

Abstract

Gegenstand dieser Bachelorarbeit ist es eine einheitliche Architektur für die Methoden im Bereich Reinforcement Learning zu finden und aus den gewonnenen Erkenntnissen ein generisches Framework auf Basis eines Agentensystems zu konstruieren. Die verschiedenen Methoden im Bereich Reinforcement Learning werden zu Anfang beschrieben. Dann wird die Architektur des Lernenden Agenten aufgegriffen um auf dessen Basis dieses Framework zu konstruieren. Darauf folgend werden die generischen Aspekte der einzelnen Methoden im Bereich des Reinforcment Learnings analysiert und es wird ein Bezug zu der Architektur des lernenden Agenten hergestellt. Es wird eine Abgrenzung vorgenommen welche Aspekte der Methoden im Bereich Reinforcement Learning umgesetzt werden sollen. Diese Abgrenzung geschieht ebenfalls für die Agenten und deren Umwelt in der diese agieren. Abschließend wird die Implementierung mit Hilfe der voran gegangenen Erkenntnisse vorgestellt.

This Bachelor Thesis aims at finding a standartized architecture for methods in the field of reinforcement learning and to create a generic framework on basis of the agent system out of these findings. At first the different methods in the field of reinforcement learning will be described. Then the basic archiceture of the learning agent will be used to construct this framework. After that the generic aspects of the individual methods of reinforcement learning will be analyzed and put into context of the architecture of the learning agent. Subsequently it will be distinguished between the different aspects of reinforcement learning. This border will also be established between the agents and their enviroment. Finally the implementation will be presented on basis of the gained knowledge.