Sustiprinto mokymosi modelio jautrumo parametrams ir stabilumo tyrimas: PECS kortelių atvejis

Anotacija

Tyrime analizuojamas „CardFinder“ algoritmas, skirtas apmokyti sustiprinto mokymosi modelį, gebantį surasti tinkamą PECS kortelę. Šio algoritmo pagrindu sukurtas „CardFinder+ Sense“ algoritmas, kuriuo siekiama pagerinti modelio veikimą ir jo pritaikomumą autizmo spektro sutrikimą turintiems vaikams. Atliktos įvairios modifikacijos, kuriomis siekta sumažinti žingsnių skaičių, per kuriuos modelis suranda tinkamą kortelę. Nustatyti hiperparametrai, darantys didžiausią įtaką mokymosi stabilumui, ir parinktas jų rinkinys, užtikrinantis kuo pastovesnius rezultatus ieškant teisingos kortelės. Algoritmas papildytas funkcija, leidžiančia pasirinkti pradinės kortelės vietą mokymosi ir testavimo procesų metu. Ši funkcija leido „CardFinder+ Sense“ algoritmui surasti teisingą kortelę per mažesnį žingsnių skaičių, lyginant su pirminiu „CardFinder“ algoritmu.