• Anders Frederik Nørby Rasmussen
4. semester, Globalt Systemdesign (cand.scient.techn), Kandidat (Kandidatuddannelse)
Dette projekt undersøger mulighederne for at udvikle autonome robot agenter der kan navigere i usete miljøer vha. \textit{deep reinforcement learning}. For at træne agenterne udvikles der et simuleret miljø med Unity, som anvender principerne af \textit{domain randomization}. For at anspore agenterne til at undersøge usete områder, implementeres der et \textit{Intrinsic Curiosity Modul} (ICM). En \textit{Deep Recurrent Q-network} (DRQN) agent og en DRQN agent med et ICM trænes i en indskrænket version af miljøet for at teste systemets potentiale. Under træningen udnytter agenterne tricket \textit{Learning from Easy Missions} samt det foreslåede trick \textit{Naive Visual Hindsight Experience Replay}.
SprogEngelsk
Udgivelsesdato3 jun. 2019
Antal sider51
ID: 304984229