Bewertendes Lernen optimaler Bremspunkte in Kurvenfahrten

URL
Dokumentart: Bachelor Thesis
Institut: Department Informatik
Sprache: Deutsch
Erstellungsjahr: 2013
Publikationsdatum:
SWD-Schlagwörter: Bestärkendes Lernen <Künstliche Intelligenz>
Freie Schlagwörter (Deutsch): Reinforcement Learning, Q-Learning, autonomes Fahren
DDC-Sachgruppe: Informatik

Kurzfassung auf Deutsch:

Diese Arbeit zeigt den Weg zur Umsetzung eines Agenten, der selbständig lernen soll, wie ein vorgegebener Parcours möglichst schnell bewältigt werden kann. Um die Notwendigkeit des Lernverfahrens aufzuzeigen, wird zuerst die Physik in Kurvenfahrten und ihre Komplexität erklärt. Danach wird in einem kontinuierlichen Zustands- und Aktionsraum der Reinforcement Learning Algorithmus modelliert und umgesetzt. Während der ganzen Arbeit wird auf die Anforderungen der FAUST-Plattform hingewiesen.

Kurzfassung auf Englisch:

This work shows a way to implement an agent, capable to learn to drive a given track with a high speed. To illustrate the need of a machine learning technique, the physics and the complexity of driving a turn are shown. After this there is a description of the design and implementation for a a reinforcement learning algorithm with a continuous state-action-space. There are several references to the requirements of the FAUST platform.

Hinweis zum Urherberrecht

Für Dokumente, die in elektronischer Form über Datenenetze angeboten werden, gilt uneingeschränkt das Urheberrechtsgesetz (UrhG). Insbesondere gilt:

Einzelne Vervielfältigungen, z.B. Kopien und Ausdrucke, dürfen nur zum privaten und sonstigen eigenen Gebrauch angefertigt werden (Paragraph 53 Urheberrecht). Die Herstellung und Verbreitung von weiteren Reproduktionen ist nur mit ausdrücklicher Genehmigung des Urhebers gestattet.

Der Benutzer ist für die Einhaltung der Rechtsvorschriften selbst verantwortlich und kann bei Mißbrauch haftbar gemacht werden.