All

What are you looking for?

All
Projects
Results
Organizations

Quick search

  • Projects supported by TA ČR
  • Excellent projects
  • Projects with the highest public support
  • Current projects

Smart search

  • That is how I find a specific +word
  • That is how I leave the -word out of the results
  • “That is how I can find the whole phrase”

Evolutionary Architecture of Artificial Creatures Behaviour ? (Agents )in Given Environment

The result's identifiers

  • Result code in IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F14%3A00219755" target="_blank" >RIV/68407700:21230/14:00219755 - isvavai.cz</a>

  • Result on the web

  • DOI - Digital Object Identifier

Alternative languages

  • Result language

    čeština

  • Original language name

    Evoluční architektura chování umělých bytostí - agentů v daném prostředí

  • Original language description

    Podobně jako jsou neuronové sítě složeny z neuronů, naše architektury autonomních agentů jsou složené z ?neurálních modulů?, které jsou mezi sebou propojeny stejně jako neurony v umělých neuronových sítích. Tyto hybridní sítě je pak možné optimalizovat pomocí neuro-evolučních metod a tím navrhovat nové řídící architektury. Zde se zaměřujeme na architekturu agenta obsahující modul posilovaného učení a zdroj motivace. Modul posilovaného učení generuje akce a jejich konsekvence se učí z odměn přijatých odostatních modulů (fyziologie agenta). Je zde popsán automatický návrh nových architektur pomocí algoritmu inspirovaného neuro-evolucí. Princip funkce dvou takto automaticky navržených architektur je porovnán s ručně zapojenou architekturou agenta.

  • Czech name

    Evoluční architektura chování umělých bytostí - agentů v daném prostředí

  • Czech description

    Podobně jako jsou neuronové sítě složeny z neuronů, naše architektury autonomních agentů jsou složené z ?neurálních modulů?, které jsou mezi sebou propojeny stejně jako neurony v umělých neuronových sítích. Tyto hybridní sítě je pak možné optimalizovat pomocí neuro-evolučních metod a tím navrhovat nové řídící architektury. Zde se zaměřujeme na architekturu agenta obsahující modul posilovaného učení a zdroj motivace. Modul posilovaného učení generuje akce a jejich konsekvence se učí z odměn přijatých odostatních modulů (fyziologie agenta). Je zde popsán automatický návrh nových architektur pomocí algoritmu inspirovaného neuro-evolucí. Princip funkce dvou takto automaticky navržených architektur je porovnán s ručně zapojenou architekturou agenta.

Classification

  • Type

    D - Article in proceedings

  • CEP classification

    JD - Use of computers, robotics and its application

  • OECD FORD branch

Result continuities

  • Project

  • Continuities

    S - Specificky vyzkum na vysokych skolach

Others

  • Publication year

    2014

  • Confidentiality

    S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Data specific for result type

  • Article name in the collection

    Kognitivní Věda a Umělý Život II

  • ISBN

    978-80-7248-951-0

  • ISSN

  • e-ISSN

  • Number of pages

    10

  • Pages from-to

    155-164

  • Publisher name

    Slezská univerzita

  • Place of publication

    Opava

  • Event location

    Zaječí

  • Event date

    May 26, 2014

  • Type of event by nationality

    EUR - Evropská akce

  • UT code for WoS article