Diplomové práce
Metody učení pro autonomní let kvadrokoptéry v prostředí s překážkami
Autor
David Mašek
Rok
2024
Typ
Diplomová práce
Vedoucí
Ing. Robert Pěnička, Ph.D.
Oponenti
Ing. Karel Klouda, Ph.D.
Katedra
Anotace
Bezpilotní letouny, běžně označované jako drony, jsou typem letadel schopných letu bez posádky. Drony nabízejí obrovský potenticál pro širokou škálu aplikací, včetně letecké fotografie, monitoringu životního prostředí, doručování zásilek a záchraných misí. Vývoj autonomních navigačních systémů je zásadní pro využití plného potenciálu bezpilotních letadel. Prezentujeme systém založený na posilovaném učení (reinforcement learning) umožnující kvadrokoptéře navigovat bezkolizně v komplexním prostředí s překážkami. Natrénujeme strategii (policy) s ohledem na vnímání (perception-aware) využívající snímky hloubkové kamery k navigaci v prostředí simulovaného lesa. Výsledná strategie dokončí 100% cest ve známém trénovacím prostředí a 86% cest v neviděném prostředí, což ukazuje schopnost generalizace. Zkoumáme vliv struktury odměn, konfigurace agenta a učení podle osnov (curriculum learning) na výkon, čímž přispíváme k pokroku v autonomní navigaci dronů.