Detta arbete undersöker hur väl agenter styrda av artificiella neurala nätverk (ANN) klarar av att lösa vägplaneringsproblem. Agenternas beteende kommer även tränas med hjälp av en evolutionär algoritm. Vi kommer utvärdera agenternas förmåga att navigera sig mot mål och undvika hinder i dess väg. En jämförelse med A* kommer göras med hänsyn på funktionalitet och realism. Genomförandet gick kortfattat ut på att skapa en mängd experimentmiljöer med olika svårighetsgrader där agenterna kunde tränas. Resultaten visade att ANN-styrda agenter inte hade något större problem att lösa vägplaneringsproblem men hade svårare att undvika hinder. Vägarna var inte lika optimerade som A*-vägar men hade mjukare svängar. Något som inte fokuserats tillräckligt på i detta arbete är att försöka skapa ett större medvetande hos det neurala närtverket. Ett tillvägagångsätt att undersöka detta skulle kunna vara att förändra arkitekturens storlek samt implementering av minne.
| Identifer | oai:union.ndltd.org:UPSALLA1/oai:DiVA.org:his-11080 |
| Date | January 2015 |
| Creators | Linder, Niklas |
| Publisher | Högskolan i Skövde, Institutionen för informationsteknologi |
| Source Sets | DiVA Archive at Upsalla University |
| Language | Swedish |
| Detected Language | Swedish |
| Type | Student thesis, info:eu-repo/semantics/bachelorThesis, text |
| Format | application/pdf |
| Rights | info:eu-repo/semantics/openAccess |
Page generated in 0.0024 seconds