Mesterséges Intelligencia Alapjai II. beadandó Orosz György – Vörös Gyula – Zsiák Gergő Pál
Feladatkitűzés Adott egy négyzethálós térkép, amin az egyik pontból el kell jutni egy másik pontba. A térkép minden négyzetéhez tartozik egy “járhatóság” érték. Ezen a térképen kell elvezetnie egy algoritmusnak egy járművet, úgy, hogy minél jobban az úton maradjon. Adott egy négyzethálós térkép, amin az egyik pontból el kell jutni egy másik pontba. A térkép minden négyzetéhez tartozik egy “járhatóság” érték. Ezen a térképen kell elvezetnie egy algoritmusnak egy járművet, úgy, hogy minél jobban az úton maradjon. Javasolt MI módszerek: genetikus algoritmusok, neurális hálók. Javasolt MI módszerek: genetikus algoritmusok, neurális hálók. Elkészítendő: moduláris felépítéssel GUI-s térkép generáló rész, jármű “kinematika” (kézzel vezetés), vezető algoritmus, vezetés megjelenítés. Elkészítendő: moduláris felépítéssel GUI-s térkép generáló rész, jármű “kinematika” (kézzel vezetés), vezető algoritmus, vezetés megjelenítés.
Rövid áttekintés Egészséges verseny a csapatban: három különböző MI módszer implementációja Egészséges verseny a csapatban: három különböző MI módszer implementációja Emberi vezetés Emberi vezetés Komoly fizikai modell a színfalak mögött Komoly fizikai modell a színfalak mögött Talajtípusok különböző fizikai paraméterekkel Talajtípusok különböző fizikai paraméterekkel GUI textúrázott térképpel GUI textúrázott térképpel
Mesterséges Intelligencia módszerek Univerzális neurális struktúra (O.Gy.) Univerzális neurális struktúra (O.Gy.) Szabály alapú rendszer genetikus algoritmussal (V.Gy.) Szabály alapú rendszer genetikus algoritmussal (V.Gy.) Hibrid algoritmus (Zs.G.) Hibrid algoritmus (Zs.G.)
Térkép, fizika szolgáltatásai – avagy mit érzékelnek a vezetőink? Látómező lekérése Látómező lekérése Optimális pozíció meghatározása Optimális pozíció meghatározása „Inverz szimuláció” „Inverz szimuláció” Kontrollpontok meghatározása Kontrollpontok meghatározása „Fitnesz” „Fitnesz”
Univerzális Neurális vezető Teljesen lináris neurális hálózat Teljesen lináris neurális hálózat Input: látómező pontjai, aktuális sebesség Input: látómező pontjai, aktuális sebesség Tanulás: optimális pont és inverz szimuláció segítségével, delta-szabállyal Tanulás: optimális pont és inverz szimuláció segítségével, delta-szabállyal
Szabály alapú vezető Egyszerű szabály alapú felépítés Egyszerű szabály alapú felépítés Input: kontrollpontok Input: kontrollpontok Tanulás: evolúciós algoritmussal, elitképzés a fitneszfüggvény segítségével Tanulás: evolúciós algoritmussal, elitképzés a fitneszfüggvény segítségével
Hibrid vezető Alapvetően neurális felépítésű több nemlinearitással Alapvetően neurális felépítésű több nemlinearitással Input: sebesség, kontrollpontok Input: sebesség, kontrollpontok Tanulás: optimális pont, inverz szimuláció alapján delta-szabállyal Tanulás: optimális pont, inverz szimuláció alapján delta-szabállyal
Eredmények Univerzális vezetőnél tanulás nem konvergál, kérdéses az architektúra relevanciája – nemlinaritások nélkül nem tudja karakterizálni a vonalvezetést Univerzális vezetőnél tanulás nem konvergál, kérdéses az architektúra relevanciája – nemlinaritások nélkül nem tudja karakterizálni a vonalvezetést Szabály alapú vezetőnél jól eltalált tanulás, okos ágensek – leginkább hatásos megoldás Szabály alapú vezetőnél jól eltalált tanulás, okos ágensek – leginkább hatásos megoldás Hibrid vezetőnél van jó paraméterezés, de a tanulás nem konvergál (néha elég okos lesz) – sok a becsült érték, amik alapján tanul Hibrid vezetőnél van jó paraméterezés, de a tanulás nem konvergál (néha elég okos lesz) – sok a becsült érték, amik alapján tanul Gyula nyert Gyula nyert
Vigaszdíj Habár a két neurális struktúra nem hozta a várt eredményeket, de fejlesztésük, tesztelésük során elég sok utat (és zsákutcát) végigjártak a tagok, és ezáltal megérezték a paradigma erősségeit, lehetőségeit és korlátait Habár a két neurális struktúra nem hozta a várt eredményeket, de fejlesztésük, tesztelésük során elég sok utat (és zsákutcát) végigjártak a tagok, és ezáltal megérezték a paradigma erősségeit, lehetőségeit és korlátait Meg azért jó buli volt Meg azért jó buli volt
Köszönjük a figyelmet! Gyuri, Gyula, Gergő