Πλοήγηση αυτόνομου οχήματος στον χώρο, με χρήση αλγορίθμων βαθιάς ενισχυτικής μάθησης

Abstract

Το επιστημονικό πεδίο της Ενισχυτικής Μάθησης έχει πετύχει αξιοσημείωτα αποτελέσματα σε πολλούς διαφορετικούς κλάδους (Βιοϊατρική, επιχειρηματικότητα, όραση υπολογιστών, παιχνίδια κ.α.). Συγκεκριμένα στον χώρο της ρομποτικής, τα τελευταία χρόνια, έχει γίνει σημαντική πρόοδος στην εφαρμογή αλγορίθμων ενισχυτικής μάθησης και έχουν εξαχθεί εξαιρετικά αποτελέσματα. Στα πλαίσια της παρούσας εργασίας, μελετάται η πλοήγηση αυτόνομου οχήματος στον χώρο με χρήση αλγορίθμων βαθιάς ενισχυτικής μάθησης. Το πρόβλημα που αντιμετωπίστηκε, αφορά κίνηση σε συνεχή χώρο με το όχημα να λαμβάνει μετρήσεις από το περιβάλλον και να διαμορφώνει σύμφωνα με αυτές την ταχύτητά του. Συγκεκριμένα, σχεδιάστηκαν τρία μοντέλα ενισχυτικής μάθησης (DQN, REINFORCE, A2C) και συγκρίθηκαν τα αποτελέσματα που έδωσαν σε διάφορες συνθήκες περιβάλλοντος κατά την πλοήγηση τους σε αυτό. Κυρίως, μελετήθηκε η προσέγγιση κάποιου στόχου από το όχημα, σε περιβάλλοντα με ή χωρίς ύπαρξη εμποδίων.