| Περίληψη: | Τα μη επανδρωμένα εναέρια οχήματα είναι συστήματα που διαθέτουν λύσεις σε ένα ευρύ πεδίο εφαρμογών, συνεχώς αυξανόμενο. Επομένως, θα ήταν μεγάλη πρόοδος να μπορούν αυτά τα συστήματα να πλοηγούνται αυτόνομα και χωρίς την ανάγκη επιτήρησης από κάποιον άνθρωπο. Σε αυτήν τη διπλωματική εργασία ενσωματώνονται σύγχρονες μέθοδοι τεχνητής νοημοσύνης με στόχο την αυτονομία σε επίπεδο πλοήγησης για μη επανδρωμένα εναέρια οχήματα. Μέσα από τη μελέτη της ικανότητας εκμάθησης αλγορίθμων ενισχυτικής μάθησης σε περιβάλλοντα με διακριτό χώρο ενεργειών προκύπτει ένα μοντέλο με πυρήνα που χρησιμοποιεί γραμμικά επίπεδα για την εξαγωγή προτύπων. Ο πράκτορας που ορίζεται ακολουθεί την τεχνική Rainbow για βαθιά Q δίκτυα. Για την εκπαίδευση του πράκτορα χρησιμοποιείται ο προσομοιωτής AirSim. Το λογισμικό που χρησιμοποιείται είναι γραμμένο σε Python, ενώ η βιβλιοθήκη που επιλέχθηκε για τις ανάγκες προγραμματισμού των μοντέλων μηχανικής μάθησης είναι το PyTorch. Ακόμα, γίνονται δοκιμές χρησιμοποιώντας υβριδικές αρχιτεκτονικές νευρωνικών δικτύων. Τέλος, γίνεται ανασκόπηση των μελλοντικών κατευθύνσεων και μερικών μεθόδων που θα μπορούσαν να αποτελέσουν βάση και σε τεχνικές μηχανικής μάθησης με σκοπό την αυτονομία των μη επανδρωμένων εναέριων οχημάτων ως προς την πλοήγησή τους.
|
|---|
