A diplomamunkám során egy olyan mesterséges intelligenciát próbáltam megalkotni, amelyet mezőgazdasági gépjárműbe integrálva képes egy mezőgazdasági területen begyűjteni a takarmányokat. Kutatás során arra a kérdésre kerestem a választ, hogy a gyorsan változó időjárási tényezők és az egyre kevesebb munkaerő ellenére megoldhatóak-e ezek a problémák megerősítéses tanulást alkalmazva. A környezetet, a takarmányokat és az ágenst Unity környezetben modelleztem le, illetve tanítottam be az ML-Agents eszköztár segítségével. Különféle komponensek és szkriptek használatával közelebb kerültem a valósághű ábrázoláshoz. A tanításokat három különböző környezetben végeztem el, amelyeken a PPO algoritmust használtam. A tanítások eredményeit TensorBoard segítségével vizualizáltam, így azonnali visszajelzést kaptam a tanítások eredményeiről.