Оптимізація дорожнього руху на перехрестях засобами глибинного навчання з підкріпленням

Abstract

Магістерська кваліфікаційна робота виконана студентом групи КНСШ-23 Мокриком Ярославом Любомировичем. Тема “ Оптимізація дорожнього руху на перехрестях засобами глибинного навчання з підкріпленням”. Робота направлена на здобуття ступеня магістра за спеціальністю 122 «Комп’ютерні науки». Об’єктом дослідження є процеси керуванням дорожнім рухом автомобілів на сигналізованих перехрестях зі світлофорами у різних ситуаціях за допомогою світлофорів та автономних транспортних засобів. Предметом досліджень є алгоритми глибинного навчання з підкріпленням для оптимізації дорожнього руху автономних транспортних засобів і алгоритми керування світлофорами на перехрестях. Метою роботи є розробка методу оптимізації дорожнього руху на перехрестях засобами глибинного навчання з підкріпленням. Досягнення мети відбувається за рахунок застосування алгоритмів глибинного навчання з підкріпленням DQN і PPO для задач водіння автомобіля через перехрестя та окремо для задачі управління світлофорами в симульованому середовищі. Порівняння обраних алгоритмів здійснено за допомогою метрик винагороди, середнього часу очікування (AWT), середньої довжини черги автомобілів (AQL) та часу тренування. У результаті виконання дипломної роботи обрано оптимальний алгоритм та гіперпараметри для вирішення поставленої задачі методами глибинного навчання з підкріпленням; розроблено його програмну реалізацію, яка дозволяє оптимізувати рух автомобілів через дорожнє перехрестя зі світлофорами. Загальний обсяг роботи: 81 сторінка, 30 рисунків, 34 посилання. Master’s degree work of the student of the group CSAI-23 Mokryk Yaroslav Lyubomyrovych. The topic is "Optimizing traffic at intersections with deep reinforcement learning". The work is aimed at obtaining a master's degree in 122 "Computer Science". The object of research is the process of controlling traffic at signalized intersections in various situation using traffic lights and autonomous vehicles. The subject of research is the study of deep reinforcement learning algorithms for optimizing the movement of traffic and for controlling traffic lights at signalized intersections.