Bruk av kunstig intelligens til kontroll av romfartøy i usikre miljø
OsloMet | Høyskole og Universitet
#TensorFlow
#Reinforcement Learning
#Deep Learning
#Deep Q-Learning
#Python
Romforskning og bemannede romoppdrag har lenge vært en kilde til fascinasjon og nysgjerrighet for mennesker. Å utforske nye planeter og måner er en av de mest spennende utfordringene innen moderne teknologi. I dette prosjektet har vi fokusert på å utvikle et kontrollsystem for et romfartøy som skal lande autonomt på en måne-lignende planet. Romfartøyet og miljøet foregår i et simulert miljø utviklet av OpenAI. Vi har brukt kjente grener innen maskinlæring, som reinforcement learning og deep learning, for å trene en selvstendig agent som kan lande autonomt av seg selv, uten direkte instruksjoner. For å utfordre agenten og sørge for at den lærer å håndtere kompliserte situasjoner, har vi også utviklet en rekke usikkerheter i miljøet på planeten, slik som forskjellig tyngdekraft og vind.