2025 թվականի փետրվարի 28-ին, 17:15-ին, այս տարվա մեր յոթերորդ սեմինարի ընթացքում, Գիտական Նորարարության և Կրթության կենտրոնի ուսնակ Միլենա Իսպիրյանը ներկայացրել է «Շրջված ճոճանակ․ RL մոտեցում» թեմայի շրջանակներում իր կատարած ուսումնասիրության ամփոփ արդյունքները․

Սեմինարի ընթացքում քննարկվել են ՝

• RL-ի հիմնական սկզբունքները և դրա կիրառումը կառավարման համակարգերում,
• Reward-ների վրա հիմնված ուսուցումը,
• RL-ի կիրառությունը իրական կառավարման համակարգերում։

Ամփոփող առանցքային կետեր․

✅Նախագծվել և մոդելավորվել է RL(Reinforcement Learning)-ի վրա հիմնված շրջված ճոճանակի կառավարման համակարգ,

✅Դիտարկվել է խորացված ուսուցման մոդել՝ կիրառելով Deep Deterministic Policy Gradient (DDPG) մեթոդը,

✅Գնահատվել է համակարգի կայունությունը և արդյունավետությունը,

✅Համեմատվել են RL-ի արդյունքները դասական կառավարման (LQR) մեթոդի հետ։

Այս հետազոտությունը ցույց է տալիս, թե ինչպես արհեստական բանականության (AI) վրա հիմնված կարգավորիչները կարող են ինքնուրույն սովորել հավասարակշռել անկայուն համակարգերը՝ նոր հնարավորություններ տալով ավտոմատացման և ռոբոտաշինության զարգացմանը։