Anna TREJDLOVÁ

Bakalářská práce

Efektivita modelů zpětnovazebního učení samořídících závodních automobilů

Effectiveness of reinforcement learning models of self-driving race cars
Abstract:
Tato práce si klade za cíl vyvinout agenta autonomního řízení a prozkoumat efektivitu modelů zpětnovazebního učení v kontextu samořídících závodních automobilů. Projekt zkoumá teoretické i praktické aspekty zpětnovazebního učení se zaměřením na modely Proximal Policy Optimization (PPO) a Soft Actor-Critic (SAC). Tento projekt poskytuje vhled do designování implementace tréninku a ladění hyperparametrů …více
Abstract:
This thesis aims to develop an autonomous driving agent and investigate the effectiveness of reinforcement learning (RL) models in the context of self-driving race cars. The project explores both theoretical and practical aspects of reinforcement learning, focusing on the models of Proximal Policy Optimization (PPO) and Soft Actor-Critic (SAC). The project provides insight into the design, implementation …více
 
 
Jazyk práce: angličtina
Datum vytvoření / odevzdání či podání práce: 6. 8. 2024
Zveřejnit od: 31. 12. 2999

Obhajoba závěrečné práce

  • Vedoucí: Ing. Mgr. Pavel Beránek

Citační záznam

Jak správně citovat práci

TREJDLOVÁ, Anna. Efektivita modelů zpětnovazebního učení samořídících závodních automobilů. Ústí nad Labem, 2024. bakalářská práce (Bc.). UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM. Přírodovědecká fakulta

Plný text práce

Právo: Autor si nepřeje zpřístupnění práce veřejnosti

Obsah online archivu závěrečné práce
Zveřejněno v Theses:
  • Soubory jsou nedostupné.
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM, Přírodovědecká fakulta

UNIVERZITA JANA EVANGELISTY PURKYNĚ V ÚSTÍ NAD LABEM

Přírodovědecká fakulta

Bakalářský studijní program / obor:
Aplikovaná informatika / Informační systémy

Práce na příbuzné téma