PERANCANGAN MODUL INISIALISASI TABEL Q, PEMILIHAN & PELAKSANAAN TINDAKAN ALGORITMA Q-LEARNING PADA AIRA
Reinforcement Learning (RL) adalah salah satu teknik pembelajaran mesin yang digunakan dalam pengambilan keputusan berbasis pengalaman. Salah satu algoritma yang banyak digunakan dalam RL adalah Q-Learning, yang memungkinkan agen untuk belajar melalui interaksi dengan lingkungan tanpa memerlukan model eksplisit. Sistem Artificial Intelligence Reinforcement Accelerator (AIRA) dirancang untuk mengatasi permasalahan navigasi dalam lingkungan labirin menggunakan pendekatan Q-Learning. Namun, implementasi RL dalam sistem nyata sering kali membutuhkan sumber daya komputasi yang tinggi. Oleh karena itu, penggunaan hardware accelerator menjadi solusi untuk mempercepat proses pemilihan dan pelaksanaan tindakan dalam Q-Learning. Penelitian ini berfokus pada perancangan dan implementasi modul inisialisasi tabel-Q, pemilihan dan pelaksanaan tindakan berbasis Q-Learning pada AIRA, dengan tujuan meningkatkan pemrosesan dan kecepatan pengambilan keputusan. Perancangan diharapkan bahwa penggunaan hardware accelerator dapat meningkatkan sistem AIRA dalam menavigasi labirin secara lebih cepat dan optimal.
URI
https://repo.itera.ac.id/depan/submission/SB2508250017
Keyword
Reinforcement Learning Q-Learning Hardware Accelerator Labyrinth AIRA