Yapay Zeka Derin Pekiştirmeli Öğrenme ile Hayatta Kalmayı Öğreniyor

Taştan H., Güngör E., Akyol S.

International Journal of Advanced Natural Sciences and Engineering Researches, vol.8, no.10, pp.294-301, 2024 (Peer-Reviewed Journal)

Abstract

Günümüzde, yapay zeka teknolojisinin hızla gelişmesiyle birlikte, yapay zeka ajanlarının gerçek dünya olay ve ortamlarında başarılı bir şekilde işlev görmesi ve hatta hayatta kalabilmesi giderek daha büyük bir önem kazanmaktadır. Yapay zeka ajanlarının çevresel değişimlere hızlı uyum sağlayarak en uygun kararları alması, bu sistemlerin gerçek dünya problemlerine yönelik potansiyelini ortaya koymaktadır. Bu çalışmada derin pekiştirmeli öğrenme (deep reinforcement learning) teknikleri kullanılarak, yapay zeka ajanlarının dinamik, tehlikeli ve değişken çevrelere uyum sağlamaları hedeflenmiştir. Çalışma kapsamında, ajanların doğal afet, engel ve diğer tehditler gibi gerçek dünyadan ilham alınan zorluklarla başa çıkabilmeleri sağlanmıştır. Bu süreçte, ödül ve ceza sistemleri kullanılarak istenen davranışların öğrenilmesi teşvik edilmiştir. Bu amaçla Unity ML-Agents kullanılarak simüle edilen oyun ortamlarında, ajanlar gerçek dünya koşullarına benzer bir şekilde eğitilmiştir. Eğitim sürecinde Proximal Policy Optimization (PPO) gibi modern algoritmalar kullanılarak, öğrenmenin hızlanması ve kararlı hale gelmesi sağlanmıştır. Ayrıca ödül şekillendirme, müfredat öğrenmesi ve deneyim tekrarı gibi stratejiler ile ajanların daha etkili öğrenmesini desteklemiştir. Bu yaklaşımlar, ajanların yalnızca sanal ortamlarda değil, gerçek dünyada da işlevsel olabilecek yetenekler geliştirmesini mümkün kılmıştır. Çalışmada, yapay zeka teknolojisinin oyun geliştirme, doğal afet yönetimi ve otonom sistemler gibi çeşitli uygulama alanlarındaki kullanımı sunularak değerlendirilmektedir. Sonuçlar, yapay zekanın güvenilirliği ve dayanıklılığı konusunda önemli adımlar atıldığını göstermektedir. Yapay zeka sınırlarının genişletilerek, insan yaşamını kolaylaştıracak ve birçok sektöre katkı sağlayacak ileri teknolojilerin geliştirilmesine ışık tutması hedeflenmektedir. Böylece, derin pekiştirmeli öğrenme tekniklerinin hem araştırma hem de uygulama alanındaki önemini vurgulayan kapsamlı bir çerçeve sunulmaktadır.