Megerősítéses tanulás klasszikus játékokhoz Unity-ben
| dc.contributor.advisor | Bogacsovics, Gergő | |
| dc.contributor.author | Várbíró, Nándor | |
| dc.contributor.department | DE--Informatikai Kar | |
| dc.date.accessioned | 2026-02-12T18:28:47Z | |
| dc.date.available | 2026-02-12T18:28:47Z | |
| dc.date.created | 2025 | |
| dc.description.abstract | A szakdolgozat a megerősítéses tanulás elméletét és Unity-n belüli alkalmazásának bemutatására fókuszált, egy egyszerű játék segítségével, amit az Asteroids nevű játék inspirált. Részletesen ismerteti a Markov-döntési folyamatot és a PPO algoritmust. A dolgozat bemutatja a Unity-ben létrehozott környezet felépítését, valamint azt, hogy ágens hogyan érzékeli a környezetét és milyen akciók végrehajtására képes. Külön hangsúlyt kapnak a szenzorok, a jutalmazási rendszer és a konfigurációs fájl hiperparaméterei, amelyek jelentősen befolyásolják a tanulás eredményességét. A tanítások során többféle beállítás és jutalomfüggvény tesztelése történt meg, amely rávilágított az ágens érzékenységére és a paraméterek kritikus szerepére. Az eredmények alapján az egyszerű mozgási modell esetében az ágens gyorsan és pontosan megtanulta a feladatot, míg a folyamatos mozgás bonyolultabb kihívásnak bizonyult. A vizsgálatok összességében megmutatták, hogy a megerősítéses tanulás gyakorlati alkalmazása összetett tervezést, pontos környezetkialakítást és gondosan megválasztott jutalmazási mechanizmust igényel. | |
| dc.description.course | Programtervező informatikus | |
| dc.description.degree | BSc/BA | |
| dc.format.extent | 48 | |
| dc.identifier.uri | https://hdl.handle.net/2437/404428 | |
| dc.language.iso | hu | |
| dc.rights.info | Hozzáférhető a 2022 decemberi felsőoktatási törvénymódosítás értelmében. | |
| dc.subject | Megerősítéses tanulás | |
| dc.subject | Unity-ML-Agents | |
| dc.subject | Proximal Policy Optimization | |
| dc.subject.dspace | Informatika | |
| dc.title | Megerősítéses tanulás klasszikus játékokhoz Unity-ben |
Fájlok
Eredeti köteg (ORIGINAL bundle)
1 - 1 (Összesen 1)
Nincs kép
- Név:
- szakdolgozat.pdf
- Méret:
- 1.07 MB
- Formátum:
- Adobe Portable Document Format
- Leírás:
- szakdolgozat
Engedélyek köteg
1 - 1 (Összesen 1)
Nincs kép
- Név:
- license.txt
- Méret:
- 2.35 KB
- Formátum:
- Item-specific license agreed upon to submission
- Leírás: