<div class="csl-bib-body">
<div class="csl-entry">Malle, J. (2021). <i>Fuzzy clustering: an application to distributional reinforcement learning</i> [Diploma Thesis, Technische Universität Wien]. reposiTUm. https://doi.org/10.34726/hss.2021.86783</div>
</div>
-
dc.identifier.uri
https://doi.org/10.34726/hss.2021.86783
-
dc.identifier.uri
http://hdl.handle.net/20.500.12708/17073
-
dc.description.abstract
Die meisten Reinforcement Learning-Algorithmen werden mit der Einschränkung eines diskreten (endlichen) Zustandsraums untersucht. Kompliziertere Zustandsräume werden normalerweise durch Funktionsnäherung behandelt, für die nur wenige theoretische Ergebnisse verfügbar sind. In dieser Arbeit wird eine clusterbasierte Näherung für kontinuierliche Zustandsräume untersucht. Die stückweise konstante Näherung, die durch (klassisches) hartes Clustering erhalten wird, wird empirisch unter Verwendung von Fuzzy-Menge und Zugehörigkeitsfunktionen verbessert. Wir untersuchen auch, wie das Clustering selbst mithilfe von Zugehörigkeitsfunktionen automatisiert werden kann, die auf das bekannte MNIST-Problem angewendet werden.
de
dc.description.abstract
Most Reinforcement Learning algorithms are studied with the restriction of a discrete (finite) state space. More complicated state spaces are usually handled through function approximation, for which few theoretical results are available. In this paper, a clustering-based approximation for continuous state spaces is studied. The piecewise constant approximation obtained by (classical) hard clustering is enhanced empirically using fuzzy membership functions. We also look at how the clustering itself could be automated, using membership functions applied to the well-known MNIST digit-recognition problem.
en
dc.language
English
-
dc.language.iso
en
-
dc.rights.uri
http://rightsstatements.org/vocab/InC/1.0/
-
dc.subject
Reinforcement learning
de
dc.subject
bestärkendes Lernen
de
dc.subject
Fuzzy clustering
de
dc.subject
distributionelles bestärkendes Lernen
de
dc.subject
Reinforcement learning
en
dc.subject
Fuzzy clustering
en
dc.subject
Distributional reinforcement learning
en
dc.title
Fuzzy clustering: an application to distributional reinforcement learning
en
dc.title.alternative
Fuzzy Clustering: eine Anwendung auf distributionelles Reinforcement Learning
de
dc.type
Thesis
en
dc.type
Hochschulschrift
de
dc.rights.license
In Copyright
en
dc.rights.license
Urheberrechtsschutz
de
dc.identifier.doi
10.34726/hss.2021.86783
-
dc.contributor.affiliation
TU Wien, Österreich
-
dc.rights.holder
Julien Malle
-
dc.publisher.place
Wien
-
tuw.version
vor
-
tuw.thesisinformation
Technische Universität Wien
-
tuw.publication.orgunit
E101 - Institut für Analysis und Scientific Computing