BMEKOKAD017_HU: Tantárgyi Adatlap

Tantárgyi Adatlap

	Budapesti Műszaki és Gazdaságtudományi Egyetem
	Közlekedésmérnöki és Járműmérnöki Kar

1. Tantárgy neve	Megerősítéses tanulás a járműirányításban
2. Tantárgy angol neve	Reinforcement Learning for vehicle control
3. Tantárgykód	BMEKOKAD017	4. Követelmény	vizsga	5. Kredit	3
6. Óraszám	2 (0) Előadás	0 (0) Gyakorlat	0 (0) Labor
7. Tanterv	Doktori képzés (D)	8. Szerep	Szak
9. A tantágy elvégzéséhez szükgésges tanulmányi munkaóra összesen					90
Kontakt óra	28	Órára készülés	14	Házi feladat	30
Írásos tananyag	0	Zárthelyire készülés	0	Vizsgafelkészülés	18
10. Felelős tanszék	Közlekedés- és Járműirányítási Tanszék
11. Felelős oktató	Dr. Bécsi Tamás
12. Oktatók	Dr Bécsi Tamás, Dr. Aradi Szilárd
13. Előtanulmány
14. Előadás tematikája
Probléma-megfogalmazás, elhelyezés a gépi tanulás területén. Heurisztikák, dinamikus és statikus heurisztikák. Algoritmusok hatékonysága, komplexitása. A dimenziók átka. A Markov döntési modell, rejtett Markov dontési modell. Megfigyelhetőségi probléma. Klasszikus megoldások öntanuló rendszerek esetén, esettanulmány útvonalkereső algoritmusokra. Neurális hálózatok alapjai, a felügyelt tanítás, általános hálózati struktúrák. Diszkrét, folytonos és sztályozás típusó feladatok. Fordított tanulás, Imitation learning. A demonstrátor és a demonstráció, policy, veszteségfüggvény és algoritmusok. Value based learning, Q-learning. Az exploration-exploitation dilemma. A Q learning változatai, Deep Q, DQN. Viselkedés alapú tanulóalgoritmusok, a Policy gradients, determinisztikus, és sztochasztikus policy.
15. Gyakorlat tematikája

16. Labor tematikája

17. Tanulási eredmények
A. Tudás B. Képesség C. Attitűd D. Önállóság és felelősség
18. Az aláírás megszerzésének feltétele, az aláírás érvényessége
Vizsga és három egyéni házi feladat.
19. Pótlási lehetőségek

20. Jegyzet, tankönyv, felhasználható irodalom

Tantárgyleírás érvényessége	2019. november 27.	Jelen TAD az alábbi félévre érvényes		Nem induló tárgyak