prikaz prve stranice dokumenta Minimizacija ukupne prijeđene udaljenosti od početne do odredišne lokacije pomoću potpornog učenja
Rad nije dostupan
diplomski rad
Minimizacija ukupne prijeđene udaljenosti od početne do odredišne lokacije pomoću potpornog učenja
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. urn:nbn:hr:168:376061
Petak, Martina
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Petak, M. (2018). Minimizacija ukupne prijeđene udaljenosti od početne do odredišne lokacije pomoću potpornog učenja (Diplomski rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:376061

Petak, Martina. "Minimizacija ukupne prijeđene udaljenosti od početne do odredišne lokacije pomoću potpornog učenja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. https://urn.nsk.hr/urn:nbn:hr:168:376061

Petak, Martina. "Minimizacija ukupne prijeđene udaljenosti od početne do odredišne lokacije pomoću potpornog učenja." Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2018. https://urn.nsk.hr/urn:nbn:hr:168:376061

Petak, M. (2018). 'Minimizacija ukupne prijeđene udaljenosti od početne do odredišne lokacije pomoću potpornog učenja', Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 01.06.2024., https://urn.nsk.hr/urn:nbn:hr:168:376061

Petak M. Minimizacija ukupne prijeđene udaljenosti od početne do odredišne lokacije pomoću potpornog učenja [Diplomski rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2018 [pristupljeno 01.06.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:376061

M. Petak, "Minimizacija ukupne prijeđene udaljenosti od početne do odredišne lokacije pomoću potpornog učenja", Diplomski rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2018. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:376061

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:376061
Podaci o radu
NaslovMinimizacija ukupne prijeđene udaljenosti od početne do odredišne lokacije pomoću potpornog učenja
Naslov (engleski)Minimizing Total Driven Distance from Source to Destination Using Reinforcement Learning
AutorMartina Petak
MentorMarin Šilić (mentor)
Član povjerenstvaMarin Šilić (predsjednik povjerenstva)
Član povjerenstvaSiniša Srbljić (član povjerenstva)
Član povjerenstvaGoran Delač (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2018-07-18, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Minimizacija cijene puta pogodna je situacija za primjenu metoda potpornog učenja. Iz tog razloga, ovaj projekt predstavlja jedno moguće rješnje na takav problem u dinamičkim uvjetima. Za simuliranje epizoda korišten je SUMO alat, a za upravljanje i implementaciju sustava korišten je Python jezik. Odabrani algoritam učenja je Watkinsov Q(λ) kao algoritam vremenske razlike učenja s tragovima pouzdanosti, a kao strategija istraživanja implementirana su dva pristupa. Epsilon-pohlepni pristup s vjerojatnošću ε poduzima nasumične akcije, dok Boltzmanov pristup modelira vjerojatnost Boltzmanovom distribucijom kako bi balansirao između istraživanja i iskorištavanja znanja. Evaluacija algoritma otkiva da se agenta može naučiti snalaženju u prometu, što se očituje u povećanju kumulativne nagrade i smanjenju pogrešaka RMSE i MAE.
Sažetak (engleski)
Travel cost minimisation is a convenient situation for applying reinforcement learning methods. For this reason, this project represents one possible solution to this problem in dynamical conditions. The SUMO tool was used to simulate the episodes, and the Python language was used to manage and implement the system. The chosen learning algorithm is Watkins’s Q(λ) as a temporal difference learning algorithm with eligibility traces, and two approaches have been implemented as a research strategy. Epsilon-greedy approach with probability ε takes random action, while Boltzman approach models the probability with Boltzman's distribution to balance between exploration and exploitation of knowledge. Evaluation of the algorithm discloses that the agent can be learned to operate in traffic environment, as the increment in accumulated reward and reduction in errors RMSE and MAE can be noticed.
Ključne riječi
Ključne riječi (engleski)
Jezikengleski
URN:NBNurn:nbn:hr:168:376061
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: diplomski
Akademski / stručni naziv: magistar/magistra inženjer/inženjerka računarstva (mag.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2019-03-13 23:53:15