Posilované učení pro volbu trasy v rámci scénáře abstraktního provozu

Bc. Leoš GLASER

Master's thesis

The use of reinforcement learning in abstract route selection

Abstract:

Práce se zabývá přístupem posilovaného učení pro navrhování trasy agentovi ve zjednodušeném scénáři pohybu v dopravní síti. V teoretické části jsou představeny základy umělé inteligence, posilovaného učení a vybrané metody posilovaného učení. Dále je stručně zmíněna základní teorie týkající se simulace dopravy. V praktické části práce je vytvořena konzolová aplikace využívající vybrané metody posilovaného učení. Metody jsou použity pro návrh trasy svozu odpadu ve vybrané čtvrti Českých Budějovic a porovnány s metodou řešící tuto úlohu pomocí rojové inteligence. Výsledky návrhů posilovaným učením jsou podobné výsledkům získaným rojovou inteligencí, přičemž celkově nejúspěšnější metodou je Proximal Policy Optimization s detekcí validity akcí. V jednom případu je nalezeno optimální řešení.

Abstract:

The thesis deals with reinforcement learning approach for designing a route for an agent in a simplified scenario of movement in a transportation network. The theoretical part introduces the basics of artificial intelligence, reinforcement learning, and selected methods of reinforcement learning, both classical and modern. Additionally, the basic theory related to traffic simulation is briefly mentioned. In the practical part of the thesis, a console application utilizing selected reinforcement learning methods is developed. The methods are used to design a waste collection route in a selected district in České Budějovice and compared to a method solving this task using swarm intelligence. The results of the reinforcement learning-designed routes are similar to the results obtained by swarm intelligence, with Proximal Policy Optimization with action masking being the most successful method overall. In one case, an optimal solution is found.

Keywords

posilované učení, strojové učení, umělá inteligence, doprava, návrh trasy

Language used: Czech

Date on which the thesis was submitted / produced: 14. 4. 2023

Thesis defence

• Supervisor: doc. Ing. Ladislav Beránek, CSc., MBA

UNIVERSITY OF SOUTH BOHEMIA IN ČESKÉ BUDĚJOVICE

Faculty of Economics

Master programme / field:
Applied Informatics / Podniková informatika