| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Intelektuālas robotizētas sistēmas |
| Nosaukums |
Vairāku aģentu pārklājuma ceļa meklēšana ar stimulēto mācīšanās metodi |
| Nosaukums angļu valodā |
Multi Agent Coverage Path Planning Using Reinforcement Learning |
| Struktūrvienība |
12300 Lietišķo datorsistēmu institūts |
| Darba vadītājs |
Agris Ņikitenko |
| Recenzents |
Matīss Eriņš |
| Anotācija |
Mūsdienās mājas tīrīšanas roboti paliek arvien izplatītāki. Pašlaik tirgū esošie
risinājumi nepiedāvā vairāku aģentu funkcionalitāti, tomēr tādas sistēmas ir vieglāk
mērogojamas, izturīgākas kā arī ļauj ātrāk pārklāt lielākas telpas. Viena no pieejām kā
īstenot vairāku aģentu pārklājuma ceļa plānošanas algoritmu ir stimulētās mācīšanas
metode. Vairāku aģentu pārklājuma ceļa meklēšanai ar stimulētās mācīšanās metodi ir
apskatīta šajā bakalaura darbā |
| Atslēgas vārdi |
Pārklājuma ceļa plānošana, stimulētā mācīšanās, vairāku aģentu sistēmas, procedurāla ģenerācija, proksimālās politikas optimizācija. |
| Atslēgas vārdi angļu valodā |
Coverage path planning, reinforcement learning, multi – agent systems, procedural generation, proximal policy optimization. |
| Valoda |
lv |
| Gads |
2023 |
| Darba augšupielādes datums un laiks |
30.05.2023 17:46:22 |
