Designing and implementing a survival agent using reinforcement learning in Unity

A tétel rövid nézete
dc.contributor.advisorBogacsovics, Gergő
dc.contributor.authorKhandoker, Riman Faradis
dc.contributor.departmentDE--Informatikai Kar
dc.date.accessioned2026-02-12T18:29:06Z
dc.date.available2026-02-12T18:29:06Z
dc.date.created2025
dc.description.abstractThis thesis explores reinforcement learning in a Unity environment, moving step by step from simple energy collection to complex obstacle avoidance. It uses Unity ML‑Agents to train agents and tests how reward design affects learning. The project shows that small mistakes in rewards can cause unusual behaviors, like the agent freezing or crashing on purpose. Through iterative tuning and debugging, high‑performing agents with high success rates across all levels was achieved. Overall, the thesis showcases strong technical execution, clear documentation of challenges, and valuable insights into designing adaptive and interpretable RL training setups.
dc.description.courseProgramtervező informatikus
dc.description.degreeBSc/BA
dc.format.extent54
dc.identifier.urihttps://hdl.handle.net/2437/404429
dc.language.isoen
dc.rights.infoHozzáférhető a 2022 decemberi felsőoktatási törvénymódosítás értelmében.
dc.subjectReinforcement Learning
dc.subjectUnity ML‑Agents
dc.subject.dspaceInformatics::Computer Science
dc.titleDesigning and implementing a survival agent using reinforcement learning in Unity
Fájlok
Eredeti köteg (ORIGINAL bundle)
Megjelenítve 1 - 1 (Összesen 1)
Nincs kép
Név:
thesis.pdf
Méret:
3.44 MB
Formátum:
Adobe Portable Document Format
Leírás:
thesis
Megjelenítés
Engedélyek köteg
Megjelenítve 1 - 1 (Összesen 1)
Nincs kép
Név:
license.txt
Méret:
1.95 KB
Formátum:
Item-specific license agreed upon to submission
Leírás:
Letöltés
Gyűjtemények
Theses (IK)