Please use this identifier to cite or link to this item:
https://olympias.lib.uoi.gr/jspui/handle/123456789/27788Full metadata record
| DC Field | Value | Language |
|---|---|---|
| dc.contributor.author | Τζιορτζιώτης, Κωνσταντίνος | el |
| dc.date.accessioned | 2017-01-09T11:53:34Z | - |
| dc.date.available | 2017-01-09T11:53:34Z | - |
| dc.identifier.uri | https://olympias.lib.uoi.gr/jspui/handle/123456789/27788 | - |
| dc.identifier.uri | http://dx.doi.org/10.26268/heal.uoi.1803 | - |
| dc.rights | Default License | - |
| dc.subject | Ενισχυτική μάθηση | el |
| dc.subject | Ρομποτική θαλάσσια πλατφόρμα | el |
| dc.subject | Αντίστροφη ενισχυτική μάθηση | el |
| dc.subject | Reinforcement learnings | en |
| dc.subject | Robotic marine platform | en |
| dc.subject | Inverse reinforcement learning | en |
| dc.title | Αυτόνομη πλοήγηση θαλάσσιας ρομποτικής πλατφόρμας με χρήση μεθόδων ενισχυτικής μάθησης | el |
| dc.title | Autonomous navigation of an over-actuated marine platform using reinforcement learning | en |
| heal.type | masterThesis | - |
| heal.type.en | Master thesis | en |
| heal.type.el | Μεταπτυχιακή εργασία | el |
| heal.classification | Ρομποτική | el |
| heal.language | el | - |
| heal.access | free | - |
| heal.recordProvider | Πανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Μηχανικών Η/Υ & Πληροφορικής | el |
| heal.publicationDate | 2016 | - |
| heal.bibliographicCitation | Βιβλιογραφία : σ. 64-66 | el |
| heal.abstract | Η παρούσα εργασία πραγματεύεται την αυτόνομη πλοήγηση μιας θαλάσσιας ρομποτικής πλατφόρμας - Delta Berenike - μέσω μεθόδων ενισχυτικής μάθησης (reinforcement learning), δηλ. της βέλτιστης κίνησης της πλατφόρμας με στόχο τον εντοπισμό μιας συγκεκριμένης θέσης-στόχου και με ταυτόχρονη αποφυγή εμποδίων και συγκρούσεων. Μερικές βασικές ιδιαιτερότητες της συγκεκριμένης θαλάσσιας πλατφόρμας που σχετίζονται άμεσα με το σύστημα ελέγχου αποτελουν οι διαταραχές εξαιτίας του υδροδυναμικού μοντέλου και του σύνθετου δυναμικού μοντέλου των επενεργητών, όπως επίσης τα σφάλματα που προέρχονται από την ανατροφοδότηση των μεταβλητών κατάστασης (τρέχουσα θέση, προσανατολισμός και ταχύτητα) από τους αισθητήρες κίνησης. Το πλαίσιο της ενισχυτικής μάθησης προσεγγίζει το πρόβλημα της πλοήγησης ως ένα πρόβλημα ανακάλυψης της βέλτιστης πολιτικής ενός πράκτορα (agent) ο οποίος κινείται σε ένα στοχαστικό Μαρκοβιανό χώρο καταστάσεων. Κατά την διάρκεια της αλληλεπίδρασης του πράκτορα με το περιβάλλον σημαντικό ρόλο στη διαδικασία μάθησης αποτελεί η συνάρτηση ανταμοιβής (reward function), η οποία καθορίζει την μορφή απεικόνισης του χώρου καταστάσεων με τις ενέργειες (συνάρτηση αξίας action value function). Η συνήθης διαδικασία είναι ότι η συνάρτηση ανταμοιβής είναι εκ των προτέρων γνωστή με βάση την εμπειρία του προβλήματος ελέγχου. Γενικά το πρόβλημα της εκτίμησης της συνάρτησης ανταμοιβής ορίζεται ως ένα πρόβλημα αντίστροφης ενισχυτικής μάθησης (inverse reinforcemenet learning). Στην εργασία αυτή προτείνεται ένα πλαίσιο ενισχυτικής μάθησης για τον έλεγχο της θαλάσσιας πλατφόρμας, το οποίο εκτιμά τη βέλτιστη πολιτική και ταυτόχρονα τη συνάρτηση ανταμοιβής. Η διαδικασία μάθησης είναι on-line και επικεντρώνεται στο γραμμικό μαθηματικό μοντέλο (linear model) για την περιγραφή των συναρτήσεων αξιών και ανταμοιβών, χρησιμοποιώντας ένα περιγραφικό χώρο καταστασεων μέσω κατάλληλων συναρτήσεων βάσης (basis functions). Η προτεινόμενη μέθοδος αξιολογήθηκε πειραματικά σε προσομοιωμένα θαλάσσια στοχαστικά περιβάλλοντα στα οποία επιδρούν διάφορες μορφές περιβαλλοντικών διαταραχών, όπως ο άνεμος, τα θαλάσσια ρεύματα καθώς και τα κύματα. Τέλος, πραγματοποιήθηκε η σύγκριση της μεθόδου με δύο γνωστές τεχνικές ενισχυτικής μάθησης, τον αλγόριθμο Q-Learning και τον LSPI. | el |
| heal.abstract | The current diploma thesis examines the autonomous navigation of an over-actuated marine platform “Delta Berenike” using reinforcement learning methods. RL aims at finding an optimum route through obstacles in order to identify a specific target. The marine platform is related with certain peculiarities due to hydrodynamic model of the actuators and complex dynamic model,as well as errors from feedback of state variables (current position, orientation and speed) from motion sensors. The RL framework considers navigation problem as a problem of finding the optimal policy of an agent which moves in a stochastic Markov state space. During the agent’s interaction with the environment, reward function plays an important role in the learning process, determining the display format of the state space with the actions. More specifically, reward function is known in advance and is based on the control problem experience. Generally, the problem of the reward function estimation is defined as an inverse reinforcement learning problem. In this study we propose a reinforcement learning framework which controls marine platform and estimates the optimum policy as well as the reward function. The learning process can be implemented as an on line learning algorithm and is focused on linear model in order to describe the value and rewards functions, using a descriptive situation space through appropriate basis function. We have studied the performance of the proposed method using two simulated environments. The environment includes several environmental disturbances such as wind, sea currents and waves. Finally, emphasis was given in the comparison of the method through two known reinforcement learning techniques, the Q-Learning and LSPI algorithm. The results are promising. | en |
| heal.advisorName | Μπλέκας, Κωνσταντίνος | el |
| heal.committeeMemberName | Μπλέκας, Κωνσταντίνος | el |
| heal.committeeMemberName | Λύκας, Αριστείδης | el |
| heal.committeeMemberName | Βλάχος, Κωνσταντίνος | el |
| heal.academicPublisher | Πανεπιστήμιο Ιωαννίνων. Σχολή Θετικών Επιστημών. Τμήμα Μηχανικών Η/Υ & Πληροφορικής | el |
| heal.academicPublisherID | uoi | - |
| heal.numberOfPages | 66 σ. | - |
| heal.fullTextAvailability | true | - |
| Appears in Collections: | Διατριβές Μεταπτυχιακής Έρευνας (Masters) - ΜΥ | |
Files in This Item:
| File | Description | Size | Format | |
|---|---|---|---|---|
| Μ.Ε. ΤΖΙΟΡΤΖΙΩΤΗΣ ΚΩΝΣΤΑΝΤΙΝΟΣ 2016.pdf | 1.57 MB | Adobe PDF | View/Open |
This item is licensed under a Creative Commons License
