Promotie
Transfer Learning in Deep Reinforcement Learning and Procedural Content Generation
- M.F.T. Müller-Brockhausen
- Datum
- woensdag 5 november 2025
- Tijd
- Locatie
-
Academiegebouw
Rapenburg 73
2311 GJ Leiden
Promotor(en)
Samenvatting
In dit proefschrift is onderzocht hoe de twee in de titel genoemde onderzoeksvelden, Transfer in Reinforcement Learning (TRL) en Procedural Content Generation (PCG), synergetisch zouden kunnen samenwerken.
Hiertoe hebben we AI-algoritmes in het bordspel Tetris Link vergeleken, een literatuurstudie over TRL aangemaakt, reproduceerbaarheid bij RL-experimenten onder de loep genomen, en Large Language Models voor PCG in videospellen toegepast. Al deze individuele onderdelen hebben ons uiteindelijk naar een toepassing geleid waarin PCG en TRL elkaar kunnen aanvullen. In een 3D-versie van het spel Linerider kan PCG worden toegepast om veel verschillende taken te genereren die helpen bij het trainen van generaliserende RL policies die tussen taken wisselen. TRL kan helpen om betere resultaten te bereiken bij het toepassen van RL die zonder transfer niet mogelijk zouden zijn.
Proefschriften
Ongeveer een week na de promotie zijn proefschriften van Leidse promovendi digitaal beschikbaar via het Leids Repositorium. De proefschriften op deze site zijn vrij toegankelijk. Alleen in sommige gevallen rust er een tijdelijk embargo op een proefschrift en wordt het proefschrift pas later volledig beschikbaar gesteld.
Persvragen (alleen journalisten)
071 - 527 1521
nieuws@leidenuniv.nl
Algemene informatie
Bureau Pedel
pedel@bb.leidenuniv.nl
071 527 7211