Buchumschlag

Software package for adaptive training of robot controllers based on neural networks

The article deals with the development of a software solution for the application of neuroevolution algorithms when creating a controller for controlling a robotic arm. The main principles of the neuroevolutionary approach for training neural network controllers in tasks requiring reinforcement lear...

Ausführliche Beschreibung

Gespeichert in:

Bibliographische Detailangaben
Datum:	2023
Hauptverfasser:	Vitiuk, A.Y., Doroshenko, A.Yu.
Format:	Artikel
Sprache:	Ukrainisch
Veröffentlicht:	PROBLEMS IN PROGRAMMING 2023
Schlagworte:	neural network neuroevolution robotic arm reinforcement learning NEAT fitness function UDC 004.89
Online Zugang:	https://pp.isofts.kiev.ua/index.php/ojs1/article/view/597
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!
Назва журналу:	Problems in programming
Завантажити файл:

Institution

Problems in programming

Ähnliche Einträge

Novelty search in neuroevolution for end effector positioning
von: Vitiuk, A.Y., et al.
Veröffentlicht: (2023)

Recurrent neural network model for music generation
von: Komarskiy, O.C., et al.
Veröffentlicht: (2022)

Software package for estimation of the stereo camera calibration error in the computer vision system
von: Vitiuk, A.Ye., et al.
Veröffentlicht: (2023)

Development of the intelligent control system of an unmanned car
von: Dakhno, N.B., et al.
Veröffentlicht: (2024)

Distributed implementation of neuroevolution of augmenting topologies method
von: Achour, I.Z., et al.
Veröffentlicht: (2021)

Approach to the building intelligent decision support systems on the basis of ontology
von: Lytvyn, V.V.
Veröffentlicht: (2025)

Information system for hostilities mechanized forces modelling based on ontology
von: Oborska, O.V.
Veröffentlicht: (2019)

Automatic development of deep neural networks for improving numerical meteorological forecast
von: Doroshenko, А.Yu., et al.
Veröffentlicht: (2024)

Simulation of the autonomous maze navigation using the NEAT algorithm
von: Omelianenko, Ia.V.
Veröffentlicht: (2023)

Formal verification of deep neural networks
von: Panchuk, B.O.
Veröffentlicht: (2024)

Forecasting electrical energy consumption for 24 hours ahead at country scale
von: Doroshenko, A.Yu., et al.
Veröffentlicht: (2024)

Application of neuro evolution tools in automation of technical control systems
von: Doroshenko, А.Yu., et al.
Veröffentlicht: (2021)

Synthesis of evolutionary mechanisms in the development of an adaptive optimization algorithm
von: Ivanchuk, Y.V., et al.
Veröffentlicht: (2025)

Convolutional neural network model and software for classification of typical pests
von: Bezliudnyi, Y.S., et al.
Veröffentlicht: (2022)

The problem of prediction of the transmission coefficient using neural networks with a limited quantity of data
von: Krysenko, Pavlo
Veröffentlicht: (2025)

Recurrent neural networks for the problem of improving numerical meteorological forecasts
von: Doroshenko, А.Yu., et al.
Veröffentlicht: (2023)

Application of coevolution strategy to solve the problem of autonomous navigation trough the maze
von: Omelianenko, Ia.V., et al.
Veröffentlicht: (2024)

Some aspects of software engineering for AI-based systems
von: Liubchenko, V.V.
Veröffentlicht: (2023)

Development and research of a modified convolutional neural network for malaria cell pattern recognition
von: Федорченко, Є. М., et al.
Veröffentlicht: (2023)

A generalized methodology of sign language recognition on video streams based on neural networks and transformers
von: Кузнєцова, Н. В., et al.
Veröffentlicht: (2023)

Application of deep learning technology for creating intellectual autonomous machines
von: Bilokon, O.S.
Veröffentlicht: (2020)

Prediction of hydraulic resistance coefficient using an ensemble neural network algorithm
von: Khodnevych, Yaroslav, et al.
Veröffentlicht: (2025)

Practical content of the elements of petrophysical model of terrigenous sandstones — oil and gas reservoirs in neural networks, deep learning and regression methods
von: Vyzhva, Serhiy, et al.
Veröffentlicht: (2025)

Research of software solutions for forecasting electricity generation and consumption in Ukraine that are based on machine learning methods
von: Sinitsyn, I.P., et al.
Veröffentlicht: (2023)

Neural and Bayesian networks in the problem of credit risk analysis
von: Kuznietsova, N. V., et al.
Veröffentlicht: (2015)

Application of neural networks in OLAP-systems
von: Nabibayeva, G.Ch.
Veröffentlicht: (2024)

Implementation of neural network based 2D seismic images super resolution approach
von: Noskov, Oleksii, et al.
Veröffentlicht: (2025)

Features of implementation of simulation processes based on DATA FARMING methodologies
von: Krikovlyuk, E.A., et al.
Veröffentlicht: (2015)

A Convolutional Neural Network Model and Software Tool for Classifying the Presence of a Medical Mask on a Human Face
von: Hryhorenko, Y.S., et al.
Veröffentlicht: (2023)

Modelling videocard memory performance for LLM neural networks
von: Rahozin, D.V., et al.
Veröffentlicht: (2024)

Method for political propaganda detection in internet content using neural network natural language processing tools
von: Krak, Iu.V., et al.
Veröffentlicht: (2024)

Parallel software auto-tuning using statistical modeling and machine learning
von: Doroshenko, А.Yu., et al.
Veröffentlicht: (2018)

Automated generation of programs for a class of parametric neuroevolution algorithms
von: Doroshenko, A.Yu., et al.
Veröffentlicht: (2023)

Developing a semantic image model using machine learning based on convolutional neural networks
von: Andon, P.I., et al.
Veröffentlicht: (2020)

Neural network application to pseudorandom sequence generation simulation
von: Lesyk, V.O., et al.
Veröffentlicht: (2024)

Application of machine learning in software engineering: an overview
von: Moroz, O.H., et al.
Veröffentlicht: (2019)

Adaptive maximum power point tracking using neural networks for a photovoltaic systems according grid
von: Sahraoui, H., et al.
Veröffentlicht: (2021)

User-centric technology stack for weather and air pollution forecasting
von: Doroshenko, A.Yu., et al.
Veröffentlicht: (2025)

A prediction of the frequency of non-periodic signals based on convolutional neural networks
von: Subbotin, S. A., et al.
Veröffentlicht: (2018)

APPLICATION OF DEEP LEARNING NEURAL NETWORK FOR CLASSIFICATION OF BIG DATA OF ASTRONOMIC OBSERVATIONS
von: Gorbunov, A. A., et al.
Veröffentlicht: (2017)