Pages
-
-
Podrška za izradu višekorisničkih igara u sustavu za izradu igara Godot
-
Zvonimir Kučiš U ovom radu razrađena je i implementirana podrška za višekorisničku igru. Rad ne sadrži razradu kompletne igre nego je cilj rada na postojeću dodati funkcionalnost umrežene igre. Igra na kojoj je ovaj rad temeljen je "Where wolf?", igra hrvatske tvrtke Gamechuck. U sklopu ovog rada opisan je osnovni koncept razvoj višekorisničkih igara koristeći Godot sustav te razvoj podrške za višekorisnička koristeći Nakama poslužitelj otvorenog koda.
-
-
Podrška za programski okvir IoTivity na uređajima Arduino
-
Krešimir Ostović U radu je analiziran relativno novi programski okvir (framework) IoTivity te mogućnosti njegova povezivanja s uređajima Arduino. Programski okvir IoTivity je rađen za Internet stvari čija je rastuća popularnost i nedostatak standardizacije pokrenulo stvaranje novog programskog okvira otvorenog koda. Trenutna verzija programskog okvira je dovoljno zrela i bez nekih većih problema koji se ne mogu riješiti uz pomoć podrške njegovih razvijatelja. Međutim, ipak se još uvijek preporuča...
-
-
Podrška za programski okvir IoTivity na uređajima s Androidom
-
Martin Gluhak U radu je proučen programski okvir IoTivity za Internet stvari te njegova podrška za operacijski sustav Android. Objašnjena je osnovna logika komunikacije između klijenta i poslužitelja te sistematika poziva metoda u samoj arhitekturi programskog okvira prilikom provođenja zahtjeva među uređajima. Isprobana je komunikacija aplikacije za operacijski sustav Android s drugim operacijskim sustavima (Arduino i Linux) te upravljanje registriranim resursima. Izrađena je klijentska...
-
-
Podržana evolucija agenta za igru Dota 2
-
Jakov Ivković Podržano učenje agenta za igru Dota 2 koristeći evolucijske algoritme evolucijske strategije i genetskog algoritma te modele jedinke kartezijskog genetskog programiranja i neuronske mreže
-
-
Podržano duboko učenje za hvatanje objekata robotskom rukom
-
Luka Žmak Ovaj rad istražuje primjenu podržanog učenja u hvatanju objekata robotskom rukom koristeći neuronske mreže unutar akter-kritičar modela. Model se oslanja na Q-učenje, gdje i akter i kritičar posjeduju svoje ciljne mreže za stabilnije učenje. Akter odabire akcije temeljem politike koja se optimizira kroz proces učenja, dok kritičar procjenjuje vrijednost tih akcija koristeći Bellmanove jednadžbe za izračunavanje vrijednosti stanja. Akcije su pomak pozicije i orijentacije...
-
-
Podržano učenje u igrama s kartama
-
Janko Vidaković Podržano učenje predstavlja obećavajuću paradigmu za rješavanje problema nesavršene informacije. Duboko Q-učenje uspješno je primijenjeno na igrama savršene informacije, poput šaha i Go-a, a u ovom radu je cilj bio uspješno primijeniti duboko Q-učenje na igre nesavršene informacije. Na primjeru igara s kartama, razvijen je inteligentni agent za kartašku igru belot, temeljen na dubokom Q-učenju. Razvijem je simulacijski okvir koji predstavlja model okoline igre belota i...
-
-
Podržano učenje u igrama s kartama
-
Borna Budimir-Bekan Fokus ovoga rada je istražiti primjenjivost algoritama podržanog učenja na kartaškim igrama. Rad sadrži kratki uvod u podržano učenje i pojašnjava najčešće korištene algoritme u podržanom učenju. Na primjeru kartaške igre "Bela" je izgrađen simulacijski okvir s mogućnostima testiranja raznih agenata. U sklopu simulacije je implementiran agent koji koristi q učenje za razvijanje politike. Navedeni agent je testiran u velikom broju epizoda protiv ostalih agenata nakon čega...
-
-
Podržano učenje u igri Zmija
-
Rikard Orlić U ovom radu se opisuju osnove podržanog učenja te upotrebe podržanog učenja u igrama. Radi se i osvrt na dešavanja u svijetu podržanog učenja danas. Nakon toga se opisuje sustav igrice Zmija te način implementacije rješenja(točnije implementacija Deep Q-learninga) i za kraj se prikažu rezultati dobiveni treniranjem te potencijalna poboljšanja.
-
-
Podržano učenje u trgovanju imovinom zasnovano na dubokom modelu s latentnim varijablama
-
Niko Kaštelan Metode dubokog podržanog učenja ekstenzivno se koriste u rješavanju problema optimalnog trgovanja imovinom. Duboki modeli s latentnim varijablama pokazali su se vrlo uspješnima u modeliranju pozadinskih generativnih procesa kompleksnih skupova podataka. U ovom radu predstavljen je novi pristup modeliranju distribucija budućih povrata imovine na temelju vrijednosti iz prošlog razdoblja korištenjem dubokog modela s latentnim varijablama. Potom su korištenjem algoritma dubokog...
-
-
Podržano učenje za donošenje odluka na financijskim tržištima
-
Mia Barišić U višeperiodnom trgovanju sa stvarnim utjecajima tržišta, određivanje dinamičke strategije trgovanja koja optimizira očekivanu korisnost konačne imovine zahtjevan je problem. Ovaj se rad bavi pitanjem mogućnosti učenja algoritma strojnog učenja da se ponaša kao racionalan investitor nesklon riziku, uz iskorištavanje mogućnosti arbitraže i uzimanje u obzir troškova trgovanja. Q-učenje (eng. Q-Learning) je tehnika podržanog učenja kojom agent razvija optimalnu politiku za...
-
-
Podržano učenje za simulirano trgovanje kriptovalutama
-
Fabijan Kozina Primjena podržanog učenja u algoritamskom trgovanju kriptovaluta. Opisati terminologiju i teoriju iza kriptovaluta kao oblika digitalne imovine, te navesti prednosti i rizike trgovanja takvim financijskim instrumentom. Kao produkt završnog rada predstaviti simulirano okruženje u kojem se API pozivom prikupljaju podatci, obavljaju se potrebne manipulacije nad njima, te se na kraju podatci šalju u okruženje u kojem se izvode akcije kupnje ili prodaje kriptovalute, konkretno Bitcoina. Za...
Pages
