ESTUDIO DEL APRENDIZAJE POR REFUERZO CON REDES NEURONALES PARA PERSUADIR A AGENTES A ACTUAR SIGUIENDO VALORES
dc.contributor.author | Fernández Jiménez, Guillermo | |
dc.date.accessioned | 2024-05-16T14:00:03Z | |
dc.date.available | 2024-05-16T14:00:03Z | |
dc.date.issued | 2024-05-16 | |
dc.identifier.uri | https://hdl.handle.net/10115/32915 | |
dc.description | Trabajo Fin de Grado leído en la Universidad Rey Juan Carlos en el curso académico 2023/2024. Directores/as: Holger Billhardt | |
dc.description.abstract | En este trabajo de fin de grado se utilizarán técnicas de aprendizaje por refuerzo profundo con el objetivo de persuadir a agentes a actuar en un entorno simulado de impuestos. El objetivo es que aprendan políticas de decisión que promuevan determinados valores tales como la riqueza propia o la igualdad entre todos los miembros de la sociedad. Para ello, se implementará el entorno que simula la sociedad fiscal, se entrenarán distintos modelos mediante el algoritmo DQN y se realizarán validaciones que comprueben si las políticas obtenidas consiguen sus objetivos. | |
dc.language.iso | spa | |
dc.publisher | Universidad Rey Juan Carlos | |
dc.rights | ||
dc.rights.uri | ||
dc.subject | DQN | |
dc.subject | Red neuronal | |
dc.subject | Q-Network | |
dc.subject | Q-Learning | |
dc.subject | Sociedad fiscal | |
dc.subject | Agentes inteligentes | |
dc.subject | Política | |
dc.subject | Aprendizaje automático | |
dc.title | ESTUDIO DEL APRENDIZAJE POR REFUERZO CON REDES NEURONALES PARA PERSUADIR A AGENTES A ACTUAR SIGUIENDO VALORES | |
dc.type | info:eu-repo/semantics/studentThesis | |
dc.rights.accessRights | info:eu-repo/semantics/embargoedAccess |
Files in this item
This item appears in the following Collection(s)
-
Trabajos Fin de Grado [8102]
Los ítems de digital-BURJC están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario