Vše

Co hledáte?

Vše
Projekty
Výsledky výzkumu
Subjekty

Rychlé hledání

  • Projekty podpořené TA ČR
  • Významné projekty
  • Projekty s nejvyšší státní podporou
  • Aktuálně běžící projekty

Chytré vyhledávání

  • Takto najdu konkrétní +slovo
  • Takto z výsledků -slovo zcela vynechám
  • “Takto můžu najít celou frázi”

Molecule Builder: Environment for Testing Reinforcement Learning Agents

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F61988987%3A17310%2F23%3AA2402M39" target="_blank" >RIV/61988987:17310/23:A2402M39 - isvavai.cz</a>

  • Nalezeny alternativní kódy

    RIV/68407700:21730/23:00372170

  • Výsledek na webu

    <a href="https://www.scitepress.org/Link.aspx?doi=10.5220/0012257900003595" target="_blank" >https://www.scitepress.org/Link.aspx?doi=10.5220/0012257900003595</a>

  • DOI - Digital Object Identifier

    <a href="http://dx.doi.org/10.5220/0012257900003595" target="_blank" >10.5220/0012257900003595</a>

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Molecule Builder: Environment for Testing Reinforcement Learning Agents

  • Popis výsledku v původním jazyce

    We present a reinforcement learning environment designed to test agents’ ability to solve problems that can be naturally decomposed using subgoals. This environment is built on top of the PyVGDL game engine and enables to generate problem instances by specifying the dependency structure of subgoals. Its purpose is to enable faster development of Reinforcement Learning algorithms that solve problems by proposing subgoals and then reaching these subgoals.

  • Název v anglickém jazyce

    Molecule Builder: Environment for Testing Reinforcement Learning Agents

  • Popis výsledku anglicky

    We present a reinforcement learning environment designed to test agents’ ability to solve problems that can be naturally decomposed using subgoals. This environment is built on top of the PyVGDL game engine and enables to generate problem instances by specifying the dependency structure of subgoals. Its purpose is to enable faster development of Reinforcement Learning algorithms that solve problems by proposing subgoals and then reaching these subgoals.

Klasifikace

  • Druh

    D - Stať ve sborníku

  • CEP obor

  • OECD FORD obor

    10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Návaznosti výsledku

  • Projekt

  • Návaznosti

    S - Specificky vyzkum na vysokych skolach

Ostatní

  • Rok uplatnění

    2023

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název statě ve sborníku

    Proceedings of the 15th International Joint Conference on Computational Intelligence

  • ISBN

    978-989-758-674-3

  • ISSN

    2184-3236

  • e-ISSN

  • Počet stran výsledku

    9

  • Strana od-do

    450-458

  • Název nakladatele

    SCITEPRESS

  • Místo vydání

    Italská republika

  • Místo konání akce

    Řím

  • Datum konání akce

    13. 11. 2023

  • Typ akce podle státní příslušnosti

    WRD - Celosvětová akce

  • Kód UT WoS článku