Diplomadolgozatom témája a forgalomirányítás, ami egy olyan fontos terület, ahol a hatékony működés jelentős társadalmi és gazdasági előnyökkel járhat. Ahhoz, hogy a forgalomirányítási rendszerek optimálisan működjenek, egyre inkább felmerül az automatizáció és a mesterséges intelligencia alkalmazásának lehetősége. A tanulmányom során a megerősítéses tanulással dolgoztam, amely lehetővé teszi egy betanított ágens létrehozását és optimalizálását. Ennek implementálásához a Unity környezetét használtam, amely ideális platformot biztosít a szimulációkhoz és az AI modellek fejlesztéséhez. Az ML-Agents keretrendszer segítségével könnyedén modelleztem és tanítottam az ágenset, miközben a TensorBoard segítségével folyamatosan követtem és elemeztem a tanítási folyamatot. Ennek révén hatékonyan állítottam be és finomhangoltam a hiperparamétereket, valamint a jutalmazási rendszert annak érdekében, hogy az ágens minél hatékonyabban és stabilabban teljesítsen a különböző forgalomirányítási helyzetekben. A diplomadolgozatom négy különböző pályát foglal magában, melyek mindegyike egyre növekvő nehézségi szinttel és komplexitással rendelkezik. Ezáltal átfogó képet nyújt arról, hogyan alkalmazható az általam kifejlesztett rendszer különböző forgalomirányítási kihívásokra, és hogyan képes a mesterséges intelligencia optimalizálni és javítani ezeket a folyamatokat.