Αλγόριθμοι ενισχυτικής μάθησης για το πρόβλημα χωροθέτησης μονάδων

Abstract

Το Πρόβλημα Χωροθέτησης Μονάδων εμφανίστηκε για πρώτη φορά τη δεκαετία του 1970. Ανήκει στον κλάδο της επιστήμης της χωροταξίας και έχει ως στόχο την εύρεση της βέλτιστης τοποθεσίας εγκατάστασης μιας ή περισσοτέρων μονάδων. Λόγω της ραγδαίας εξέλιξης της Επιστήμης των Υπολογιστών και της Τεχνητής Νοημοσύνης, τα τελευταία χρόνια παρουσιάζεται μεγάλο ενδιαφέρον στην εύρεση νέων μεθόδων επίλυσης του προβλήματος. Στην ενισχυτική μάθηση, ένας πράκτορας εκπαιδεύεται βάση ερεθισμάτων που λαμβάνει από το περιβάλλον για να ανακαλύψει τη βέλτιστη πολιτική που θα τον οδηγήσει στην επίτευξη του στόχου του. Με αυτόν τον τρόπο επιτυγχάνεται ταυτόχρονη εξερεύνηση και εκμετάλλευση του χώρου. Αυτός είναι άλλωστε και ο λόγος για τον οποίο η ενισχυτική μάθηση χρησιμοποιείται για την επίλυση προβλημάτων βελτιστοποίησης όπως είναι το πρόβλημα χωροθέτησης μονάδων. Σε αυτήν τη διπλωματική επικεντρωνόμαστε στην επίλυση του προβλήματος χωροθέτησης μονάδων μέσω της ενισχυτικής μάθησης. Σκοπός της παρούσας διπλωματικής είναι η ανάλυση αλγορίθμων ενισχυτικής μάθησης ως προς την ακρίβεια των αποτελεσμάτων και των χρόνων εκπαίδευσής και υλοποίησής τους. Στα πλαίσια της διπλωματικής πραγματοποιείται σύγκριση των αλγορίθμων σε μια πληθώρα προβλημάτων.

The Facility Location Problem was first introduced in the 1970s. It belongs to the field of spatial planning science and aims to find the optimal location for one or more units. In recent years, due to the rapid development of Computer Science and Artificial Intelligence, there has been great interest in finding new methods to solve the problem. In reinforcement learning, an agent is trained on the basis of the experiences he receives from the environment he interacts with, to discover the best policy that will lead him to achieve his goal. In this way, simultaneous exploration and exploitation of space is achieved. This is also the reason why reinforcement learning is used to solve various combinatorial optimization problems, such as the facility location problem. In this thesis, we focus on solving the facility location problem using reinforcement learning algorithms. The purpose of this thesis is the analysis of reinforcement learning algorithms in terms of the accuracy of the results and the times of their training and evaluation. In addition to that, the algorithms are compared in a variety of problems.