Skip to content

Studentské práce

Detail studentské práce

Title: Metody strojového učení pro plánování trasy
Typ práce: Bakalářská práce
Obor: UI
Rok zadání: 2023/2024
Zadáno: zadáno D. Šípek
Dokončeno:
Investor: Bulín Martin

Detail

  1. Zásady pro vypracování:

    Zpracujte detailní rešerši přístupu známého jako “Reinforcement learning (RL)” - osvojte si obecné principy a popište rozdíly různých variant a parametrizací

  2. Zvolte vhodnou úlohu (či úlohy) plánování trasy a vytvořte simulátor této úlohy

  3. Implementujte vhodné varianty RL a na zvolených úlohách je v simulátoru porovnejte mezi sebou a také s algoritmy prohledávání stavového prostoru (brute-force, heuristické přístupy)

  4. Vyhodnoťte přínos zapojení více agentů do řešení úlohy

  5. Výsledné řešení přeneste do reálného prostředí na robotickou platformu dodanou vedoucím BP


    Literatura:

  • Rastgoo, Naim & Nakisa, Bahareh & Nasrudin, Mohammad Faidzul & Zakree, Mohd & Ahmad Nazri, Mohd Zakree. (2015). A critical evaluation of literature on robot path planning in Dynamic environment. Journal of Theoretical and Applied Information Technology. 1070.
  • Fadi AlMahamid, & Katarina Grolinger (2021). Reinforcement Learning Algorithms: An Overview and Classification. In 2021 IEEE Canadian Conference on Electrical and Computer Engineering (CCECE). IEEE.
  • Hill, A., Raffin, A., Ernestus, M., Gleave, A., Kanervisto, A., Traore, R., Dhariwal, P., Hesse, C., Klimov, O., Nichol, A., Plappert, M., Radford, A., Schulman, J., Sidor, S., & Wu, Y.. (2018). Stable Baselines. 
  • Matthias Plappert. (2016). Keras-rl. https://github.com/keras-rl/keras-rl