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...
Salvato in:
| Autore principale: | |
|---|---|
| Natura: | Capitolo di libro |
| Lingua: | inglese |
| Soggetti: | |
| Tags: |
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
| Riassunto: | 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. |
|---|