Applications of Reinforcement Learning in Modeling Autonomous Behaviour
Táto štúdia predstavuje praktickú aplikáciu posilňovacieho učenia (RL) pre autonómne riadenie vozidiel v simulačnom prostredí Gymnasium CarRacing-v0. Primárnym cieľom bolo navrhnúť a vyškoliť agenta schopného autonómnej navigácie po procedurálne generovaných pretekárskych tratiach s využitím metodík...
Guardado en:
| Autor principal: | |
|---|---|
| Formato: | Capítulo de libro |
| Lenguaje: | inglés |
| Materias: | |
| Etiquetas: |
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: | Táto štúdia predstavuje praktickú aplikáciu posilňovacieho učenia (RL) pre autonómne riadenie vozidiel v simulačnom prostredí Gymnasium CarRacing-v0. Primárnym cieľom bolo navrhnúť a vyškoliť agenta schopného autonómnej navigácie po procedurálne generovaných pretekárskych tratiach s využitím metodík hlbokého posilňovacieho učenia. Výskum využil algoritmus optimalizácie proximálnej politiky (PPO), implementovaný prostredníctvom knižnice Stable-Baselines3, ktorá bola vybraná pre svoju preukázateľnú účinnosť a robustnosť v doménach kontinuálnej akcie. Tréningový proces bol vykonaný v jazyku Python s použitím frameworkov PyTorch a Gymnasium. |
|---|