ارائه‌ي روشي نوين جهت بهبود يادگيري تقليدي مولد متخاصم

اصفهان : دانشگاه صنعتي اصفهان

مهندسي كامپيوتر

كارشناسي ارشد

شبكه‌هاي مولد متخاصم گونه‌اي از شبكه‌هاي مولد هستند كه در آن عامل متخاصم باعث يادگيري شبكه‌ي مولد مي‌شود. در اين شبكه‌ها عامل متخاصم تفكيك‌كننده نام دارد و هدف آن تشخيص واقعي و يا غيرواقعي بودن داده‌هايي است كه دريافت مي‌كند. يادگيري تقليدي، روشي است كه عامل با تقليد از خبره، وظيفه را ياد مي‌گيرد. براي اين كار روش‌هاي يادگيري تقويتي معكوس و شبيه‌سازي رفتاري ارائه شده‌اند. از شبكه‌هاي مولد متخاصم مي‌توان در يادگيري تقليدي استفاده كرد كه اين روش يادگيري تقليدي مولد متخاصم نام دارد. اين روش سرعت و دقت بيشتري نسبت به روش‌هاي قبلي دارد. روش‌هايي جهت بهبود شبكه‌هاي مولد متخاصم ارائه شده‌اند كه در هر يك از آنها بخشي از معايب شبكه‌هاي مولد متخاصم بهبود يافته است. از اين روش‌ها مي‌توان به استفاده از شبكه‌ي مولد متخاصم چندعامله‌ي گسترده اشاره كرد. در اين روش از چند مولد براي يادگيري استفاده شده‌است. در اين پژوهش، مدلي ارائه‌ شده‌است كه با استفاده از ايده‌ي شبكه‌ي مولد متخاصم چند‌عامله‌ي گسترده، يادگيري تقليدي مولد متخاصم را بهبود ببخشد. اين مدل كه به صورت خلاصه MAD-GAIL نام دارد، براي بهبود يادگيري، با استفاده از چند مولد، به يادگيري وظيفه‌ي تعيين شده مي‌پردازد. اين كار باعث مي‌شود تا كل توزيع داده‌هاي خبره پوشش داده‌شود و همچنين با اجبار هر مولد به توليد داده‌هاي يك Mode، بتوان از هر مولد به صورت جداگانه استفاده كرد. در اين پژوهش، براي صحت‌سنجي الگوريتم، از محيط‌هاي از پيش آماده‌ي كتابخانه‌ي Gym استفاده شده‌است با مقايسه‌ي شبيه‌سازي‌ها درمي‌يابيم كه الگوريتم در محيط‌هاي Single-Modal به خوبي الگوريتم GAIL عمل مي‌كند و از لحاظ سرعت يادگيري بهبود يافته است. بعد از آن به بررسي اين الگوريتم در محيط‌هاي Multi-Modal پرداخته شده كه نتايج حاكي از آن است كه الگوريتم هر مولد به خوبي به سمت يك Mode همگرا مي‌شود. در انتها به مقايسه‌ي تعداد مولد و Mode در روند يادگيري پرداخته شده‌است.

214147

هوش مصنوعي و رباتيكز

مهندسي برق و كامپيوتر

دانشگاه صنعتي اصفهان

مازيار پالهنگ، حسين فلسفين

محمدحسين منشئي