A dolgozatom témája a megerősítéses tanulás és a futball sportban a szabadrúgások szimulációja. A környezetemet a Unity motor segítségével hoztam létre, valamint a tanítást az ML-Agent keretrendszerrel végeztem el. Két környezetet készítettem, az egyikben az ágensnek minden egyes epizódja egy rúgásból áll, míg a másikban az ágens egy epizód alatt tíz rúgást tesz meg. A tanításhoz a Proximal Policy Optimization tanulási algoritmust használtam és láttam el hiperparaméterekkel. Az ML-Agent keretrendszerhez szükséges eszközöket és technológiákat ismertettem. A dolgozatomban a két környezetben összehasonlítottam, majd kiértékeltem a tanítási eredményeket.