Reinforcement Learning pro autonomní parkování – Martin Kahánek
Martin Kahánek
Diplomová práce
Reinforcement Learning pro autonomní parkování
Reinforcement Learning for Autonomous Parking
Anotace:
Tato diplomová práce se zabývá aplikací reinforcement learning metod na úlohy autonomního parkování. Práce se zaměřuje na implementaci simulačního parkovacího prostředí pro testování autonomních agentů s využitím herního engine Unity a knihovny ML-Agents. Práce nejprve poskytuje přehled reinforcement learning metod, včetně deep reinforcement learning algoritmu Proximal Policy Optimization a imitation …víceAbstract:
This master thesis explores the application of reinforcement learning methods to autonomous parking tasks. The thesis focuses on the implementation of a parking simulation environment for testing autonomous agents using the Unity game engine and the ML-Agents library. The thesis first provides an overview of reinforcement learning methods, including deep reinforcement learning algorithm Proximal Policy …více
Jazyk práce: čeština
Datum vytvoření / odevzdání či podání práce: 30. 4. 2023
Identifikátor:
http://hdl.handle.net/10084/150268
Obhajoba závěrečné práce
- Obhajoba proběhla 31. 5. 2023
- Vedoucí: Jan Platoš
- Oponent: Michal Vašinek
Citační záznam
Plný text práce
Právo: Plné texty vysokoškolských kvalifikačních prací obhájených na Vysoké škole báňské - Technické univerzitě Ostrava jsou uloženy v repozitáři DSpace. Přístup k plným textům mají všichni uživatelé bez omezení. Přístup je omezen pouze ve výjimečných případech, zpravidla z důvodu ochrany duševního vlastnictví. Nepřístupné práce jsou označeny jako closedAccess nebo embargoedAccess. Tištěné verze prácí jsou uloženy v Ústřední knihovně VŠB-TUO a jsou prezenčně přístupné ve studovně diplomových prací. Další nakládání s prací (kopírování, opisy, MVS)se řídí Knihovní a výpůjčním řádem Ústřední knihovny VŠB-TUO.
Obsah online archivu závěrečné práce
Zveřejněno v Theses:- autentizovaným zaměstnancům ze stejné školy/fakulty
Jak jinak získat přístup k textu
Instituce archivující a zpřístupňující práci: VŠB – Technická univerzita OstravaVŠB – Technická univerzita Ostrava
Fakulta elektrotechniky a informatikyMagisterský studijní program / obor:
Informační a komunikační technologie / Informatika a výpočetní technika
Práce na příbuzné téma
-
Monte Carlo Tree Search in Deep Reinforcement Learning Algorithms
Richard Schwarz -
Deep Risk-Constrained Reinforcement Learning with Safety Critics
Martin Gendiar -
Navigace v neznámém a pevně daném prostředí pomocí deep reinforcement learning algoritmu
Gabriela HRUBÁ -
Deep Reinforcement Learning for Decision Neuroscience
Faizanshaikh Abdulkhalil SHAIKH -
Grammatikfehlerkorrektur mit Deep Reinforcement Learning
Raj Kumar RANA -
Vytvoření umělé inteligence pro mobilní hru pomocí Unity ML-Agents Toolkit
Jiří Burda