Šiame darbe nagrinėjamos paveikslėlių mainų komunikacijos sistemos (PECS) skaitmenizavimo galimybės, taikant skatinamojo mokymosi metodus. Darbe analizuojami Q šeimos skatinamojo mokymosi algoritmai: Q-mokymosi, Q(λ)-mokymosi ir dvigubo Q-mokymosi – bei jų mokymosi ir veikimo savybės. Tyrimo metu sukurtos modifikuotos FrozenLake eksperimentinės aplinkos su pritaikytais skatinamojo mokymosi metodų algoritmais, turinčios sekančios PECS kortelės parinkimo logiką, ir taikytos skirtingos strategijos algoritmų veikimo optimizavimui. Algoritmų našumas vertintas pagal veiksmų kiekį mokymosi epizodų metu ir po jų bei sukauptą atlygį. Gauti rezultatai rodo, kad skatinamojo mokymosi metodai gali būti efektyviai taikomi PECS sistemų skaitmenizavimui ir adaptyvių komunikacijos sistemų kūrimui.
This work is licensed under a Creative Commons Attribution 4.0 International License.
