Autonóm járművek vezérlése Reinforcement Learning használatával

Abstract

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.