Детальная информация

Название: Исследование глубоких нейронных сетей в задаче создания систем управления автономных мобильных роботов: выпускная квалификационная работа бакалавра: 15.03.06 - Мехатроника и робототехника ; 15.03.06_04 - Автономные роботы
Авторы: Литвинов Олег Витальевич
Научный руководитель: Габриель Антон Сергеевич
Другие авторы: Чупров Сергей Геннадьевич
Организация: Санкт-Петербургский политехнический университет Петра Великого. Институт металлургии, машиностроения и транспорта
Выходные сведения: Санкт-Петербург, 2019
Коллекция: Выпускные квалификационные работы; Общая коллекция
Тематика: глубокое обучение; нейронные сети; обучение с подкреплением; автономный робот; мобильный робот; управление роботом; deep learning; neural networks; reinforcement learning; autonomous robot; mobile robot; robot control
Тип документа: Выпускная квалификационная работа бакалавра
Тип файла: PDF
Язык: Русский
Код специальности ФГОС: 15.03.06
Группа специальностей ФГОС: 150000 - Машиностроение
Ссылки: Отзыв руководителя; Рецензия; Отчет о проверке на объем и корректность внешних заимствований
DOI: 10.18720/SPBPU/3/2019/vr/vr19-769
Права доступа: Доступ по паролю из сети Интернет (чтение, печать, копирование)

Разрешенные действия:

Действие 'Прочитать' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети Действие 'Загрузить' будет доступно, если вы выполните вход в систему или будете работать с сайтом на компьютере в другой сети

Группа: Анонимные пользователи

Сеть: Интернет

Аннотация

Цель работы – анализ границ применимости различных алгоритмов глубокого обучения с подкреплением, а также изучение методологии интеграции моделей объектов во фреймворк глубокого обучения с подкреплением в задаче синтеза систем управления автономным МР. В работе рассмотрены существующие подходы к синтезу алгоритмов управления автономными мобильными роботами, проанализированы методы глубокого обучения с подкреплением и фреймворки, реализующие эти алгоритмы.

The aim of this work is to analyse the limits of applicability of various deep reinforcement learning algorithms and study the methodology of object models integration into deep reinforcement learning framework in the task of designing autonomous mobile robot control systems. This work is concerned with existing approaches of designing autonomous mobile robot control systems, analyses deep reinforcement learning methods and frameworks that implement these algorithms.

Права на использование объекта хранения

Место доступа Группа пользователей Действие
Локальная сеть ИБК СПбПУ Все Прочитать Печать Загрузить
Интернет Авторизованные пользователи Прочитать Печать Загрузить
-> Интернет Анонимные пользователи

Оглавление

  • РЕФЕРАТ
  • THE ABSTRACT
  • ВВЕДЕНИЕ
  • Анализ подходов к созданию автономных робототехнических систем
    • Эволюционные алгоритмы
    • Алгоритмы на основе нечёткой логики
    • Формальный подход
    • Обучение с подкреплением
    • Формулировка цели и задач работы
    • Выводы по разделу
  • Анализ методов глубокого обучения с подкреплением
    • CEM
    • DQN
    • Dueling DQN
    • SARSA
    • DDPG
    • TRPO
    • PPO
    • Выводы по разделу
  • Экспериментальное исследование
    • Анализ средств разработки
    • Структура выбранного фреймворка
    • Экспериментальное сравнение алгоритмов
    • Математическая модель МР
    • Вывод по разделу
  • ЗАКЛЮЧЕНИЕ
  • СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ

Статистика использования

stat Количество обращений: 58
За последние 30 дней: 6
Подробная статистика