| Abstract: |  Pirátské útoky na obchodní lodě jsou stále aktuálním problémem, který zásadně negativně postihuje lodní dopravu. Při snaze tuto hrozbu minimalizovat vzniká řada návrhů bezpečnostních opatření. Je však nemyslitelné tato opatření testovat v reálném provozu. Nabízí se proto využití počítačových simulací. To znamená, že je třeba získat věrohodný model skutečné situace. Problémem však může být nedostatek expertních znalostí, a to zejména při snaze simulovat chování námořních pirátů. Jednou z možností, jak vytvořit model chování nějaké entity, je použití algoritmů strojového učení. Učení s posilováním zlepšuje odezvu modelu na základě odměn získaných metodou pokus–omyl. Tento princip imituje učení lidí, a je tedy použitelný i pro piráty. Cílem této práce bylo navržení takového modelu piráta, který se učí lokalizovat místa, v nichž dostává odměnu (za útok na dopravní loď), a vyhýbat se místům, kde dostává trest (za polapení hlídkou). Následně byla provedena jeho integrace do simulační platformy AgentC a evaluace na sadě testovacích scénářů. Z experimentů vyplynulo, že tento model je schopen dosáhnout požadované úspěšnosti a může tedy být použit v situacích, kdy nejsou k dispozici data potřebná pro návrh pravidly řízeného agenta.
|
|---|