Előadást letölteni
Az előadás letöltése folymat van. Kérjük, várjon
KiadtaJózsef Mészáros Megváltozta több, mint 10 éve
1
Mesterséges Intelligencia Alapjai II. beadandó Orosz György – Vörös Gyula – Zsiák Gergő Pál
2
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.
3
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
4
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.)
5
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”
6
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
7
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
8
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
9
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
10
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
11
Köszönjük a figyelmet! Gyuri, Gyula, Gergő
Hasonló előadás
© 2024 SlidePlayer.hu Inc.
All rights reserved.