Diseño, entrenamiento e implementación de agentes inteligentes mediante Aprendizaje por Refuerzo y Deep Q-networks

Simple item page
dc.contributor.advisorRomo Bucheli, David Edmundo.
dc.contributor.advisorCastillo Castelblanco, Sergio Fernando.
dc.contributor.authorRodríguez Villamizar, Julián Orlando
dc.contributor.authorRueda Mariño, Daniel Felipe
dc.contributor.evaluatorMartínez Carrillo, Fabio.
dc.contributor.evaluatorGalvis Carreño, Laura Viviana.
dc.date.accessioned2024-08-26T12:52:41Z
dc.date.available2024-08-26T12:52:41Z
dc.date.created2024-08-23
dc.date.issued2024-08-23
dc.description.abstractLos agentes inteligentes entrenados mediante modelos de inteligencia artificial son capaces de comportarse de una u otra manera dependiendo de la situación (se busca que estos actúen “inteligentemente”, como su nombre lo indica). Son utilizados para realizar de manera más eficiente diversas funciones de tal forma que se desempeñen en las mismas mejor que como lo haría una persona. Para ello es necesario entrenar a dichos agentes de tal manera que aprendan a actuar adecuadamente acorde a la situación dependiendo de la labor que tengan que realizar. En el ámbito de la inteligencia artificial se puede recurrir a una gran variedad de paradigmas para entrenar modelos, para el desarrollo del trabajo se utilizará el Aprendizaje por Refuerzo con el propósito de entrenar adecuadamente agentes inteligentes capaces de aprender de sus errores y tomar mejores decisiones a futuro, con el objetivo de adquirir la mayor recompensa posible, la cual se obtiene cuando el agente se desempeña adecuadamente en su labor.
dc.description.abstractenglishIntelligent agents trained using artificial intelligence models can behave in one way or another depending on the situation (the goal for these agents is to act “intelligently”, as their name suggests). They are used to perform more efficiently a lot of actions better than a person would do. For that reason, it is necessary to train intelligent agents in such a way that they learn to act properly according to the situation depending on the work they have to do. In the field of AI a wide variety of paradigms can be used to train models, Reinforcement Learning will be used for the development of this work with the purpose of adequately train intelligent agents capable of learning from their mistakes to make better future decisions, with the aim of acquiring the highest possible reward, which is obtained when the agent performs adequately in its work.
dc.description.degreelevelPregrado
dc.description.degreenameIngeniero de Sistemas
dc.format.mimetypeapplication/pdf
dc.identifier.instnameUniversidad Industrial de Santander
dc.identifier.reponameUniversidad Industrial de Santander
dc.identifier.repourlhttps://noesis.uis.edu.co
dc.identifier.urihttps://noesis.uis.edu.co/handle/20.500.14071/43875
dc.language.isospa
dc.publisherUniversidad Industrial de Santander
dc.publisher.facultyFacultad de Ingeníerias Fisicomecánicas
dc.publisher.programIngeniería de Sistemas
dc.publisher.schoolEscuela de Ingeniería de Sistemas e Informática
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rights.accessrightsinfo:eu-repo/semantics/openAccess
dc.rights.coarhttp://purl.org/coar/access_right/c_abf2
dc.rights.creativecommonsAtribución-NoComercial-SinDerivadas 4.0 Internacional (CC BY-NC-ND 4.0)
dc.rights.licenseAtribución-NoComercial-SinDerivadas 2.5 Colombia (CC BY-NC-ND 2.5 CO)
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/4.0/
dc.subjectAPRENDIZAJE POR REFUERZO
dc.subjectQ-NETWORKS
dc.subjectQ-LEARNING
dc.subjectAPRENDIZAJE AUTOMÁTICO
dc.subjectAGENTE INTELIGENTE
dc.subject.keywordREINFORCEMENT LEARNING
dc.subject.keywordQ-NETWORKS
dc.subject.keywordQ-LEARNING
dc.subject.keywordMACHINE LEARNING
dc.subject.keywordINTELLIGENT AGENT
dc.titleDiseño, entrenamiento e implementación de agentes inteligentes mediante Aprendizaje por Refuerzo y Deep Q-networks
dc.title.englishDesign, Training, and Implementation of Intelligent Agents through Reinforcement Learning and Deep Q-Networks
dc.type.coarhttp://purl.org/coar/resource_type/c_7a1f
dc.type.hasversionhttp://purl.org/coar/version/c_b1a7d7d4d402bcce
dc.type.localTesis/Trabajo de grado - Monografía - Pregrado
Files
Original bundle
Now showing 1 - 3 of 3
No Thumbnail Available
Name:
Nota de proyecto.pdf
Size:
300.87 KB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Documento.pdf
Size:
3.1 MB
Format:
Adobe Portable Document Format
Download
No Thumbnail Available
Name:
Carta de autorización.pdf
Size:
106.21 KB
Format:
Adobe Portable Document Format
Download
License bundle
Now showing 1 - 1 of 1
No Thumbnail Available
Name:
license.txt
Size:
2.18 KB
Format:
Item-specific license agreed to upon submission
Description:
Download
Collections
Ingeniería de Sistemas