Details

Steuerung eines autonomen Fahrzeugs durch Deep Reinforcement Learning


Steuerung eines autonomen Fahrzeugs durch Deep Reinforcement Learning


BestMasters 1. Aufl. 2019

von: Andreas Folkers

CHF 40.00

Verlag: Spektrum Akademischer Verlag bei Elsevier
Format: PDF
Veröffentl.: 09.12.2019
ISBN/EAN: 9783658288860
Sprache: deutsch

Dieses eBook enthält ein Wasserzeichen.

Beschreibungen

Andreas Folkers stellt in diesem Buch einen Regelalgorithmus zur Steuerung eines autonomen Fahrzeugs vor. Um eine nichtlineare Bewegungsdynamik bei gleichzeitig kurzer Rechenzeit zu berücksichtigen, wird der Regler als Neuronales Netz definiert und dessen Parameter im Vorfeld gelernt. Dieser Trainingsschritt wird im Setting des Deep Reinforcement Learning durch die Proximal-Policy-Optimierung innerhalb einer Simulation durchgeführt. Die Qualität des resultierenden Reglers wird schließlich sowohl durch die Simulation als auch bei der Anwendung auf ein reales Fahrzeug in einem Parkplatz-Szenario evaluiert.​
Grundlagen des Deep Learning und kontinuierliches Deep Reinforcement Learning. - Definition eines Deep Controller für Autonomes Fahren. - Training und Evaluierung des Deep Controller innerhalb einer Simulation. - Anwendung des Deep Controller auf einem Forschungsfahrzeug​.
Andreas Folkers studierte Technomathematik an der Universität Bremen und arbeitet dort als Wissenschaftlicher Mitarbeiter an angewandten Forschungsfragen im Kontext von Autonomen Fahrzeugen. Im Zentrum seiner Forschung stehen Algorithmen zur Fahrzeugsteuerung und Künstliche Intelligenz.​
Andreas Folkers stellt in diesem Buch einen Regelalgorithmus zur Steuerung eines autonomen Fahrzeugs vor. Um eine nichtlineare Bewegungsdynamik bei gleichzeitig kurzer Rechenzeit zu berücksichtigen, wird der Regler als Neuronales Netz definiert und dessen Parameter im Vorfeld gelernt. Dieser Trainingsschritt wird im Setting des Deep Reinforcement Learning durch die Proximal-Policy-Optimierung innerhalb einer Simulation durchgeführt. Die Qualität des resultierenden Reglers wird schließlich sowohl durch die Simulation als auch bei der Anwendung auf ein reales Fahrzeug in einem Parkplatz-Szenario evaluiert.<br><br><b>Der Inhalt</b><br><ul><li>Grundlagen des Deep Learning und kontinuierliches Deep Reinforcement Learning</li><li>Definition eines Deep Controller für Autonomes Fahren</li><li>Training und Evaluierung des Deep Controller innerhalb einer Simulation </li><li>Anwendung des Deep Controller auf einem Forschungsfahrzeug</li></ul><b>Die Zielgruppen</b><br><ul><li>Dozierende und Studierende der Bereiche Angewandte Mathematik und Informatik</li><li>Fach- und Führungskräfte auf den Gebieten Autonomes Fahren und Künstliche Intelligenz</li></ul><b>Der Autor</b><br>Andreas Folkers studierte Technomathematik an der Universität Bremen und arbeitet dort als Wissenschaftlicher Mitarbeiter an angewandten Forschungsfragen im Kontext von Autonomen Fahrzeugen. Im Zentrum seiner Forschung stehen Algorithmen zur Fahrzeugsteuerung und Künstliche Intelligenz.<br><br>​
Eine Studie zum autonomen Fahren?

Diese Produkte könnten Sie auch interessieren:

Marginal Models
Marginal Models
von: Wicher Bergsma, Marcel A. Croon, Jacques A. Hagenaars
PDF ebook
CHF 118.00
Reactive Search and Intelligent Optimization
Reactive Search and Intelligent Optimization
von: Roberto Battiti, Mauro Brunato, Franco Mascia
PDF ebook
CHF 118.00