Diplomamunkám célja különböző szimulációk létrehozása az NVIDIA Omniverse platformon található Isaac Sim applikációban. Az egyes szimulációk különböző Reinforcement Learning modelleket valósítanak meg annak érdekében, hogy a szimulációs környezetben a tesztautó a kijelölt célkoordinátába navigáljon. A felhasznált modellek a következőek: MLP (Multi-Layer Perceptron), Conv1D (1D Convolutional Layer) és LSTM (Long Short-Term Memory). Azon kívül, hogy általánosan ismertetem az előbb felsorolt modelleket, bemutatom a Machine Learning-et, valamint annak ágazatait, így a Reinforcement Learning-et is. Részletezem, hogy hogyan hozom létre a szimulációim környezetét és azok elemeit. Továbbá prezentálom, hogy hogyan jöttek létre ezek az algoritmusok, valamint ezen algoritmusok jelentőségéről és felhasználási területeiről is írok. A megvalósított modelleket az általuk szimulációban elért eredményük, hatékonyságuk alapján végül összehasonlítom.