Implementasi Q-Learning Yang Dikombinasikan Dengan Convolutional Neural Network Pada Agent Yang Memainkan Permainan Flappy Bird

Penelitian. ini .mengimplementasikan Convolutional Neural Network sebagai action-value function approximation untuk memprediksi nilai Q-value pada Q-Learning untuk setiap action dan diterapkan pada agen yang memainkan permainan flappy bird. Penggunaan action-value function approximation bertujuan untuk mengurangi banyaknya jumlah percobaan pada proses eksplorasi dan meningkatkan skor yang didapat agen saat memainkan permainan, karena berdasarkan hasil penelitian sebelumnya yang menggunakan Q-Learning saja dibutuhkan banyak percobaan memainkan permainan pada proses eksplorasi untuk dapat meningkatkan skor yang didapat agen saat memainkan permainan. Tahapan yang terdapat pada sistem terbagi menjadi 2, yaitu eksplorasi dan eksploitasi. Eksplorasi adalah proses pembelajaran agen dalam memainkan permainan, pengetahuan yang telah didapat pada tahap eksplorasi akan digunakan pada tahap eksploitasi. Tahap eksploitasi adalah proses uji coba dari pengetahuan yang telah didapat pada tahap sebelumnya, proses uji coba dilakukan untuk mengetahui sejauh mana kemampuan agen dalam memainkan permainan. Berdasarkan hasil dari penelitian bahwa implementasi.Q-Learning yang dikombinasikan dengan.CNN menunjukan hasil agen dapat menyelesaikan proses eksplorasi dengan rata-rata 2336,6 percobaan dan skor rata-rata yang didapat adalah 575,2 dimana 1 dari 5 percobaan berhasil menyentuh skor 1000.