Ανάπτυξη αυτόνομου οχήματος με ενισχυτική μάθηση σε περιβάλλον προσομοίωσης

Abstract

Η παρούσα μεταπτυχιακή διατριβή επικεντρώνεται στην ανάπτυξη ενός αυτόνομου οχήματος σε ψηφιακό περιβάλλον, βασισμένη σε προηγμένες μεθόδους ενισχυτικής μάθησης. Αρχικά, πραγματοποιήθηκε βιβλιογραφική επισκόπηση σχετικών ερευνών που αφορούν την ανάπτυξη αυτόνομων οχημάτων σε ψηφιακά περιβάλλοντα, με στόχο την κατανόηση των σύγχρονων προσεγγίσεων και τεχνολογιών. Επιπλέον, παρουσιάζεται το θεωρητικό υπόβαθρο καλύπτοντας βασικούς ορισμούς, καθώς και πιο εξειδικευμένες έννοιες και τεχνικές ενισχυτικής μάθησης. Ο αλγόριθμος που επιλέχθηκε για την υλοποίηση του μοντέλου είναι ο Deep Deterministic Policy Gradient (DDPG), ενώ για το περιβάλλον προσομοίωσης χρησιμοποιήθηκε το λογισμικό CARLA. Στο πλαίσιο της διατριβής πραγματοποιήθηκαν πειράματα για την αξιολόγηση της απόδοσης του μοντέλου σε ποικίλες διαδρομές και καιρικές συνθήκες. Η εργασία αυτή συμβάλλει στην κατανόηση των προκλήσεων που αφορούν την ανάπτυξη αυτόνομων οχημάτων και προτείνει μελλοντικές βελτιώσεις στον τομέα της αυτόνομης οδήγησης.