| Studiju veids |
bakalaura akadēmiskās studijas |
| Studiju programmas nosaukums |
Informācijas tehnoloģija |
| Nosaukums |
Autonoma dronu lidojuma vadība ar stimulētās mācīšanās metodēm |
| Nosaukums angļu valodā |
Autonomous Drone Flight Control Using Reinforcement Learning Methods |
| Struktūrvienība |
33000 Datorzinātnes, informācijas tehnoloģijas un enerģētikas fakultāte |
| Darba vadītājs |
Jānis Pekša |
| Recenzents |
Pēteris Grabusts |
| Anotācija |
Šajā darbā tiek pētīta autonomā dronu vadība. Uzdevums ir izpētīt drona vadības
algoritmu, izstrādāt simulācijas vidi un salīdzināt izstrādātos stimulētas mācīšanās un
PID algoritmus. Simulācijas vidē, kas balstīta uz MuJoCo fizikas dzinēju, tika īstenots
vienkāršots drona dinamiskais modelis. Šī vide tika izmantota, lai apmācītu stimulētas
mācīšanās aģentus un salīdzinātu to veiktspēju ar īstenoto PID, kas konfigurēts ar
Ziegler-Nichols metodi. Darbs ietver gan vides, gan PID struktūras un stimulētas
mācīšanās īstenošanas soļu aprakstu.
Rezultāti liecina, ka PPO algoritms spēj sasniegt līdzvērtīgu veiktspēju kā
klasiskais vadības algoritms un ka tas uzrāda labākus rezultātus jaunā, nezināmā vidē.
Pastiprinājuma mācīšanās aģents tika apmācīts mērķa sasniegšanai, tomēr tas parādīja
spēju paplašināt savu uzdevumu līdz trajektorijas sekošanai gan normālos, gan vēja
apstākļos.
Darbs sastāv no 71 lappusēm, 39 attēliem, 16 tabulām, 2 pielikumiem. Darbā
izmantoti 61 literatūras avoti. |
| Atslēgas vārdi |
DRONS, PID, STIMULĒTĀS MĀCĪŠANĀS, PPO |
| Atslēgas vārdi angļu valodā |
DRONE, PID, REINFORCEMENT LEARNING, PPO |
| Valoda |
lv |
| Gads |
2026 |
| Darba augšupielādes datums un laiks |
25.05.2026 18:03:45 |
