Sökning: "TORCS."

Visar resultat 1 - 5 av 9 uppsatser innehållade ordet TORCS..

1. 1. Performance Evaluation of Imitation Learning Algorithms with Human Experts

   Kandidat-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

   Författare :Erik Båvenstrand; Jakob Berggren; [2019]
   Nyckelord :Imitation Learning; DAGGER; HG-DAGGER; Behavior Cloning; Machine Learning; TORCS; Imitationsinlärning; DAGGER; HG-DAGGER; Behavior Cloning; Maskininlärning; TORCS;

   Sammanfattning : The purpose of this thesis was to compare the performance of three different imitation learning algorithms with human experts, with limited expert time. The central question was, ”How should one implement imitation learning in a simulated car racing environment, using human experts, to achieve the best performance when access to the experts is limited?”. LÄS MER

3. 2. Generalizing Deep Deterministic Policy Gradient

   Kandidat-uppsats, KTH/Skolan för elektroteknik och datavetenskap (EECS)

   Författare :Gustaf Jacobzon; Martin Larsson; [2018]
   Nyckelord :;

   Sammanfattning : We extend Deep Deterministic Policy Gradient, a state of the art algorithm for continuous control, in order to achieve a high generalization capability. To achieve better generalization capabilities for the agent we introduce drop-out to the algorithm one of the most successful regularization techniques for generalization in machine learning. LÄS MER

4. 3. Designförslag på belöningsfunktioner för självkörande bilar i TORCS som inte krockar

   Kandidat-uppsats, Högskolan i Borås/Akademin för bibliotek, information, pedagogik och IT

   Författare :Björn Andersson; Felix Eriksson; [2018]
   Nyckelord :Machine learning; neural networks; self-driving cars; self-driving agent; reward function; Markov Decision Process; TORCS; maskininlärning; neurala nätverk; självkörande-bil; självkörande-agent; belöningsfunktioner; Markov Decision Process; TORCS;

   Sammanfattning : Den här studien använder sig av TORCS (The Open Racing Car Simulator) som är ett intressant spel att skapa självkörande bilar i då det finns nitton olika typer av sensorer som beskriver omgivningen för agenten. Problemet för denna studie har varit att identifiera vilka av alla dessa sensorer som kan användas i en belöningsfunktion och hur denna sedan skall implementeras. LÄS MER

5. 4. Förbehandling av data vid exempelinlärning för ett ANN som förare i bilspel

   Kandidat-uppsats, Högskolan i Skövde/Institutionen för informationsteknologi

   Författare :Carl Pettersson; [2017]
   Nyckelord :AI; ANN; Exempelinlärning; Racing; TORCS;

   Sammanfattning : Att skapa en bra ANN-förare handlar inte bara om att ha en bra struktur på sitt nätverk. Det är minst lika viktigt att data som används vid träningen av nätverket är av bra kvalité. I detta arbete utvärderas i huvudsak två olika förbehandlingstekniker för att se vilken påverkan de har på slutresultatet. LÄS MER

7. 5. Collision Detection and Overtaking Using Artificial Potential Fields in Car Racing game TORCS using Multi-Agent based Architecture

   Master-uppsats, Blekinge Tekniska Högskola/Institutionen för datalogi och datorsystemteknik

   Författare :Muhammad Salman; [2013]
   Nyckelord :Artificial Potential Fields; TORCS; Simulated Car Racing Championship; Collision Detection; Overtaking;

   Sammanfattning : The Car Racing competition platform is used for evaluating different car control solutions under competitive conditions [1]. These competitions are organized as part of the IEEE Congress on Evolutionary Computation (CEC) and Computational Intelligence and Games Sym-posium (CIG). LÄS MER