HyPER: un control neuronal pel simulador TORCS
HyPER (Hybrid backPropagated Evolutive Runner) és un sistema d’aprenentatge artificial que entrenarà un cotxe en un simulador de forma que aquest sigui capaç de córrer en un circuit de forma competitiva. Aquest s’entrenarà mitjançant una xarxa neuronal que a la primera fase d’aprenentatge utilitzarà...
| Autor: | |
|---|---|
| Tipo de recurso: | tesis de maestría |
| Fecha de publicación: | 2011 |
| País: | España |
| Institución: | Universitat Ramon Llull (URL) |
| Repositorio: | DAU Arxiu Digital de la Universitat Ramon Llull |
| OAI Identifier: | oai:dau.url.edu:20.500.14342/2701 |
| Acceso en línea: | http://hdl.handle.net/20.500.14342/2701 |
| Access Level: | acceso abierto |
| Palabra clave: | Intel·ligència artificial -- TFM 004 62 |
| Sumario: | HyPER (Hybrid backPropagated Evolutive Runner) és un sistema d’aprenentatge artificial que entrenarà un cotxe en un simulador de forma que aquest sigui capaç de córrer en un circuit de forma competitiva. Aquest s’entrenarà mitjançant una xarxa neuronal que a la primera fase d’aprenentatge utilitzarà un algoritme genètic i la segona fase, que refinarà els resultats obtinguts a la primera, utilitzarà una variació de l’algoritme de backpropagation. Per acabar, es compararà el resultat amb altres controladors que s’han desenvolupat amb diverses tècniques d’aprenentatge. |
|---|