Hluboké učení pro autonomní off-road řízení v simulaci
Deep reinforcement learning for autonomous off-road driving in simulation
Typ dokumentu
diplomová prácemaster thesis
Autor
Valentin Jacques
Vedoucí práce
Zimmermann Karel
Oponent práce
Ecorchard Gaël Pierre Marie
Studijní obor
Kybernetika a robotikaStudijní program
Kybernetika a robotikaInstituce přidělující hodnost
katedra řídicí technikyPráva
A university thesis is a work protected by the Copyright Act. Extracts, copies and transcripts of the thesis are allowed for personal use only and at one?s own expense. The use of thesis should be in compliance with the Copyright Act http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf and the citation ethics http://knihovny.cvut.cz/vychova/vskp.htmlVysokoškolská závěrečná práce je dílo chráněné autorským zákonem. Je možné pořizovat z něj na své náklady a pro svoji osobní potřebu výpisy, opisy a rozmnoženiny. Jeho využití musí být v souladu s autorským zákonem http://www.mkcr.cz/assets/autorske-pravo/01-3982006.pdf a citační etikou http://knihovny.cvut.cz/vychova/vskp.html
Metadata
Zobrazit celý záznamAbstrakt
This thesis presents different ways to make a car autonomous. We will use the power of machine learning and neural network to ?teach? a car how to drive autonomously in an off-road environment by using only a minimum set of sensors, in our case which is just a single RGB camera. We will first focus on a technique called imitation learning, it is a supervised learning algorithm which takes a lot of example pairs (image; driving command) to extract a policy that the car will use to drive in unseen situations. Then we will use the so-called reinforcement learning technique. It is an unsupervised learning algorithm which manages, by a lot of trial and error experiments, to create a policy used by the car to drive safely. We managed with these two techniques to make our car drive itself in a simulator. This thesis presents different ways to make a car autonomous. We will use the power of machine learning and neural network to ?teach? a car how to drive autonomously in an off-road environment by using only a minimum set of sensors, in our case which is just a single RGB camera. We will first focus on a technique called imitation learning, it is a supervised learning algorithm which takes a lot of example pairs (image; driving command) to extract a policy that the car will use to drive in unseen situations. Then we will use the so-called reinforcement learning technique. It is an unsupervised learning algorithm which manages, by a lot of trial and error experiments, to create a policy used by the car to drive safely. We managed with these two techniques to make our car drive itself in a simulator.
Kolekce
- Diplomové práce - 13135 [330]
Související záznamy
Zobrazují se záznamy příbuzné na základě názvu, autora a předmětu.
-
Umělá inteligence ve zdravotnictví
Autor: Dalibor Čápek; Vedoucí práce: Štědroň Bohumír; Oponent práce: Zdvořák Pavel
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-06-02)Diplomová práce se věnuje využití umělé inteligence ve zdravotnictví. Pojem umělá inteligence se objevuje stále více v souvislosti s dopady na různá odvětví. Cílem práce je zaměřit se na vývoj umělé inteligence ve zdravotnictví ... -
Hledání leptoquarků pomocí strojového učení v datech z CERN ATLAS experiment
Autor: Lukáš Viceník; Vedoucí práce: Sopczak André; Oponent práce: Petousis Vlasios
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-06-07)V této práci vylepšíme hodnotu cross-section limitu pro párovou produkci ska-lárních Leptokvarků třetí generace při roz-padu na top quark a τ -lepton. Událost je vybrána pokud obsahuje dva lehké leptony (elektron nebo muon) ... -
Využití strojového učení v oblasti geodézie a kartografie
Autor: Jan Kučera; Vedoucí práce: Pytel Jan; Oponent práce: Doubrava Petr
(České vysoké učení technické v Praze. Vypočetní a informační centrum.Czech Technical University in Prague. Computing and Information Centre., 2022-06-22)Tato práce se věnuje tématu strojového učení a jeho možného využití do jiných oblastí jako je geodézie. V první části práce je rozebrána stručná a základní teorie a v části druhé je pak část praktická zaobírající se ...