Versenyautó pályaívének tervezése mesterséges intelligencia módszerekkel

OData támogatás
Konzulens:
Dr. Harmati István
Irányítástechnika és Informatika Tanszék

Az utóbbi években a számítási kapacitás növekedésével egyre nagyobb teret nyernek a gépi tanuló algoritmusok és az ún. mély tanulás, amivel a kutatók a műszaki problémák egyre több területén tudnak eddig még soha nem látott sikereket elérni. Ezek az algoritmusok ma már igen összetett problémákat is meg tudnak oldani emberi, vagy sok esetben akár azt meghaladó szinten is, mint például a képfelismerés vagy akár olyan komplex játékokkal játszani, mint a Go.

Jelen szakdolgozat témája, ezen algoritmusoknak az irányítástechnikában való lehetséges alkalmazása, azon belül egy versenyautómodell irányításnak elméleti megvalósítása. Ennek megalkotásához mély neurális hálózatokat, illetve megerősítéses tanuláson alapuló algoritmusokat használtam fel.

A feladat megoldása során először egy egyszerűbb példán összehasonlítottam Matlabban és Pythonban az algoritmusok implementáláshoz szükséges eszköztárakat. Ezután megvalósításra került a feladathoz használt keretrendszer, ahol grafikus felületen tudjuk beállítani a környezet, az autó és a vezérlő algoritmus paramétereit, illetve nyomon tudjuk követi az algoritmus tanulásának előre haladását is. Végül implementáltam és összehasonlítottam néhány, a probléma sajátosságai szempontjából releváns, mély megerősítéses tanuláson alapuló algoritmust.

Letölthető fájlok

A témához tartozó fájlokat csak bejelentkezett felhasználók tölthetik le.