An autonomous path finding strategy for an Artificial Intelligence enabled Lego Mindstorms robot
Vorschaubild nicht verfügbar
Autor:innen
Autor:in (Körperschaft)
Publikationsdatum
2017
Typ der Arbeit
Master
Studiengang
Sammlung
Typ
11 - Studentische Arbeit
Herausgeber:innen
Herausgeber:in (Körperschaft)
Betreuer:in
Übergeordnetes Werk
Themenheft
DOI der Originalpublikation
Link
Reihe / Serie
Reihennummer
Jahrgang / Band
Ausgabe / Nummer
Seiten / Dauer
Patentnummer
Verlag / Herausgebende Institution
Hochschule für Wirtschaft FHNW
Verlagsort / Veranstaltungsort
Olten
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Zusammenfassung
The objective of this Master thesis is to research how Artificial Intelligence can contribute to make robots more intelligent in order to cope with real world applications. The vision is a self-driving robot which uses different Artificial Intelligence methods and algorithms such as reinforcement learning and deep reinforcement learning in order to make the robot more intelligent by enabling it to learn. The basis is that robots can recognize ways and obstacles by using different sensors. We extended our research to provide the comparison between Q-learning and Deep Q-Network as pathfinding agent in grid map environment. The simulation results show that both of algorithms work well with small dimensional state spaces. Nevertheless, Deep Q-Network can perform a better performance and more stability than Q-learning when states spaces increasing. Afterward, A Lego Mindstorms EV3 applying reinforcement learning algorithms in order to find the path to the target and avoid obstacles will be proposed, developed, and discussed.
Schlagwörter
Fachgebiet (DDC)
330 - Wirtschaft
Veranstaltung
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
Enddatum der Konferenz
Datum der letzten Prüfung
ISBN
ISSN
Sprache
Englisch
Während FHNW Zugehörigkeit erstellt
Ja
Publikationsstatus
Begutachtung
Open Access-Status
Lizenz
Zitation
ANH, Ha Tuan, 2017. An autonomous path finding strategy for an Artificial Intelligence enabled Lego Mindstorms robot. Olten: Hochschule für Wirtschaft FHNW. Verfügbar unter: https://irf.fhnw.ch/handle/11654/39833