Einparken eines autonomen Fahrzeugs durch überwachtes Lernen

Abstract

In dieser Arbeit wurden in der Simulation unterschiedliche Verfahren entwickelt und verglichen, wie ein autonomes Fahrzeug durch Methoden des überwachten Lernens das Einparken in eine Parklücke erlernen kann. In diesem Kontext wurden verschiedene Möglichkeiten der Zustandsrepräsentation, sowie der Einsatz von künstlichen Neuronalen Netzen und modularen künstlichen Neuronalen Netzen zur Funktionsapproximation untersucht.

In this work, di erent methods for parking an autonomous vehicle by methods of supervised learning have been developed and compared. In this context di erent possibilities of state representation, and the use of arti cial neural networks and modular arti cial neural networks for function approximartion have been investigated.