Autonóm driftelés megvalósítása megerősítéses tanulás segítségével
A driftelés egy nehéz feladat, még egy profi autóversenyzőnek is, ezért a célom az volt, hogy egy olyan algoritmust hozzak létre egy szimulátor segítségével, ami önállóan képes driftelni. Ehhez megerősítéses tanulásra volt szükség, a szimulátor pedig a Carla volt, ami nyílt forráskódú, és kifejezetten autonóm járművek tesztelésére, fejlesztésére hoztak létre. Első lépésben egy trajektória követő algoritmus fejlesztése volt a cél, ugyanis a driftelés leegyszerűsítve egy trajektória követés, csak a kanyartechnika más, ebben az esetben a csúszást minél tovább fenntartva kell végrehajtani a manővert. Egy ilyen járműirányítási feladathoz alap esetben egy megfelelő járműmodell és az ezen alapuló mozgásegyenletek szükségesek, de ehelyett egy megerősítéses tanuláson alapuló modellmentes (model-free) algoritmust használtam. A tanításhoz különböző nehézségű és hosszúságú pályákat használtam. Több megerősítéses tanulási algoritmust alkalmazva, a trajektóriakövetés és a driftelés is sikeres volt az addig nem látott pályán.
