Ngoài phần mở đầu và kết luận, nội dung chính của đề án Nghiên cứu mô hình học tăng cường để giải quyết bài toán người du lịch được trình bày trong 3 chương, gồm: Chương 1: Cơ sỏ lý thuyết về mô hình học tăng cường; Chương 2: Mô hình học tăng cường để giải quyết bài toán người du lịch; Chương 3: Thực nghiệm và phân tcish kết quả. Đề án tập trung vào nghiên cứu và phát triển các mô hình học tăng cường (Reinforcement Learning - RL) để giải quyết hiệu quả bài toán người du lịch (Travelling Salesman Problem - TSP), một bài toán nổi tiếng và thách thức trong lĩnh vực tối ưu hóa tổ hợp. Đề tài hướng đến việc tìm kiếm các giải pháp tối ưu mới, vượt qua các hạn chế của các phương pháp truyền thống, nhằm cải thiện hiệu suất và độ chính xác trong việc giải quyết bài toán TSP. Trên cơ sở của các nghiên cứu liên quan, đề án đã xác định và phân tích các vấn đề liên quan đến học tăng cường cũng như những ứng dụng thiết thực của nó trong các bài toán thực tế. Bên cạnh đó, tác giả đã trình bày ý tưởng và cơ chế hoạt động của các thuật toán học tăng cường phổ biến, đồng thời hướng dẫn cách áp dụng chúng vào các bài toán cụ thể. Đặc biệt, đã được xây dựng được chương trình để giải quyết bài toán Người du lịch bằng các thuật toán như Quy hoạch động, MC Prediction, Q-learning và SARSA.

Ngôn ngữ:	vie
Tác giả:	Nguyễn Hữu Hoàng, GVHD: Nguyễn Thị Mỹ Bình
Thông tin nhan đề:	Nghiên cứu mô hình học tăng cường để giải quyết bài toán người du lịch
Nhà xuất bản:	Đại học Công nghiệp Hà Nội
Loại hình:	Luận văn Thạc sĩ / Bộ sưu tập: Công nghệ thông tin
Mô tả vật lý:	83tr.
Năm xuất bản:	2025