Bewertendes Lernen optimaler Bremspunkte in Kurvenfahrten

Abstract

Diese Arbeit zeigt den Weg zur Umsetzung eines Agenten, der selbständig lernen soll, wie ein vorgegebener Parcours möglichst schnell bewältigt werden kann. Um die Notwendigkeit des Lernverfahrens aufzuzeigen, wird zuerst die Physik in Kurvenfahrten und ihre Komplexität erklärt. Danach wird in einem kontinuierlichen Zustands- und Aktionsraum der Reinforcement Learning Algorithmus modelliert und umgesetzt. Während der ganzen Arbeit wird auf die Anforderungen der FAUST-Plattform hingewiesen.

This work shows a way to implement an agent, capable to learn to drive a given track with a high speed. To illustrate the need of a machine learning technique, the physics and the complexity of driving a turn are shown. After this there is a description of the design and implementation for a a reinforcement learning algorithm with a continuous state-action-space. There are several references to the requirements of the FAUST platform.