Осауленко, Вʼячеслав МиколайовичЛоєнко, Вікторія Григорівна2025-09-052025-09-052025Лоєнко, В. Г. Методи штучного інтелекту для керування транспортним засобом в симуляції складного середовища : дипломна робота … бакалавра : 122 Комп'ютерні науки / Лоєнко Вікторія Григорівна. – Київ, 2025. – 154 с.https://ela.kpi.ua/handle/123456789/75823Дипломна робота:154 сторінки, 30 рисунків, 22 таблиці, 2 додатки та 41 посилання. Метою дослідження є розробка та експериментальне обґрунтування нового підходу до автономного керування транспортним засобом у складних симульованих умовах на основі поєднання методів навчання з підкріпленням, самонавчання та мультисенсорної інтеграції з урахуванням фізично достовірної динаміки й мультиагентної взаємодії. Об’єкт дослідження – процес автономного керування транспортними засобами в симульованих середовищах із динамічними дорожніми й погодними умовами. Предмет – методи навчання з підкріпленням для формування стратегій керування на основі мультисенсорних даних, адаптації до змін середовища й взаємодії з іншими агентами. Застосовано формалізацію задач як марковського процесу прийняття рішень (MDP) і диференціальні ігри для моделювання взаємодії агентів. Для навчання використано алгоритми RL (PPO, HAPPO), meta-learning, curriculum learning, поєднання Behavior Cloning і RL. Самонавчання покращує подання станів, а генеративні моделі (VAE, GAN) створюють складні сценарії. Використано підхід централізованого тренування з децентралізованим виконанням (CTDE). Особливу увагу приділено інтеграції даних (LiDAR, камери, IMU) та масштабованому тренуванню в середовищі Isaac Gym. Розроблено функцію винагороди, що враховує безпеку, стабільність та взаємодію з оточенням. Результати можуть бути використані для підвищення ефективності автономного керування, розробки симуляційних платформ і впровадження інтелектуальних транспортних систем.154 с.ukштучний інтелектнавчання з підкріпленнямавтономне керуваннямультиагентні системимультисенсорна інтеграціясимуляційне середовищединаміка транспортних засобівкритичні сценаріїartificial intelligencereinforcement learningautonomous drivingmulti-agent systemsmulti-sensor integrationsimulation environmentvehicle dynamicscritical scenariosBachelor Thesis