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”

Adaptive Agents for Artificial Life Domain

Identifikátory výsledku

  • Kód výsledku v IS VaVaI

    <a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21230%2F04%3A00101770" target="_blank" >RIV/68407700:21230/04:00101770 - isvavai.cz</a>

  • Výsledek na webu

  • DOI - Digital Object Identifier

Alternativní jazyky

  • Jazyk výsledku

    angličtina

  • Název v původním jazyce

    Adaptive Agents for Artificial Life Domain

  • Popis výsledku v původním jazyce

    Adaptation and real time behavior becomes a necessity for agents that want to survive in Artificial Life environments. The neurodynamic reinforcement learning approach - Q-learning where Q-factors are represented using neural networks, overcomes problemsof the classical unsupervised algorithms. This research that is mainly focused on design of agent architectures for Artificial Life introduces the concepts of parallel and dynamic Q-spaces, where the learned Q-factors are divided into separate action-state spaces that correspond to independent behaviors. Q-factors are then combined across these spaces based on relationship among higher-level behaviors. A simulated Artificial Life environment with Artificial Life agents has been used as a test bed. Theresearch is being conducted in the Artificial Life domain. The proposed techniques will be useful in different domains also.

  • Název v anglickém jazyce

    Adaptive Agents for Artificial Life Domain

  • Popis výsledku anglicky

    Adaptation and real time behavior becomes a necessity for agents that want to survive in Artificial Life environments. The neurodynamic reinforcement learning approach - Q-learning where Q-factors are represented using neural networks, overcomes problemsof the classical unsupervised algorithms. This research that is mainly focused on design of agent architectures for Artificial Life introduces the concepts of parallel and dynamic Q-spaces, where the learned Q-factors are divided into separate action-state spaces that correspond to independent behaviors. Q-factors are then combined across these spaces based on relationship among higher-level behaviors. A simulated Artificial Life environment with Artificial Life agents has been used as a test bed. Theresearch is being conducted in the Artificial Life domain. The proposed techniques will be useful in different domains also.

Klasifikace

  • Druh

    J<sub>x</sub> - Nezařazeno - Článek v odborném periodiku (Jimp, Jsc a Jost)

  • CEP obor

    JC - Počítačový hardware a software

  • OECD FORD obor

Návaznosti výsledku

  • Projekt

  • Návaznosti

    V - Vyzkumna aktivita podporovana z jinych verejnych zdroju

Ostatní

  • Rok uplatnění

    2004

  • Kód důvěrnosti údajů

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

Údaje specifické pro druh výsledku

  • Název periodika

    WSEAS Transactions on Systems

  • ISSN

    1109-2777

  • e-ISSN

  • Svazek periodika

    6

  • Číslo periodika v rámci svazku

    3

  • Stát vydavatele periodika

    GR - Řecká republika

  • Počet stran výsledku

    6

  • Strana od-do

  • Kód UT WoS článku

  • EID výsledku v databázi Scopus