Заключение. 
Создание самообучающихся алгоритмов прохождения компьютерных игр на основе платформы OpenAI

Целью данной работы являлось построение и обучение нескольких нейронных сетей, которые смогут обучиться для успешного прохождения нескольких игр.

В процессе выполнения работы был проведен обзор существующих алгоритмов, их классификация и сравнительный анализ. Было изучено два основных подхода к решению задач. На их основе было построено два алгоритма, каждый из которых решает 2 выбранные задачи. Проведен анализ полученных решений и сравнительный анализ двух подходов.

Таким образом, цели и задачи работы выполнены в полном объеме: представленные алгоритмы являются обобщенными и способны обучаться для успешной работы в разных средах при использовании общей архитектуры модели.

В дальнейшей работе над темой Обучения с подкреплением ожидается усовершенствование алгоритма таким образом, чтобы он мог, используя один набор обученных параметров (весов нейронной сети) показывать достойные результаты в нескольких средах без дополнительного обучения.

Способность решать различные компьютерные игры с одной общей архитектурой нейронной сети демонстрирует состоятельность самообучающихся алгоритмов для решения поставленных задач. Это значит, что подобные модели в дальнейшем могут послужить основой для алгоритмов, решающих такие важные с практической точки зрения задачи сферы робототехники, как: постановка медицинских диагнозов, управление автомобилем или вертолетом, сортировка и доставка грузов и прочее.