جلسه دفاع پایان¬نامه کارشناسی ارشد مهندسی مکانیک- گرایش طراحی کاربردی
موضوع: هدایت خودرو خودران با استفاده از الگوریتم یادگیری تقویتی عمیق
استاد راهنما: دکتر سعید بهبهانی
استاد مشاور: دکتر ایمان ایزدی
استادان داور: دکتر محمد دانش - دکتر مرضیه مجدراصیل
چیکده
در سالهای اخیر، موضوع خودروهای خودران به یکی از زمینههای پژوهشی مهم و جذاب در حوزه هوش مصنوعی، مهندسی کنترل و سامانههای سایبرفیزیکی تبدیل شده است. پیچیدگی تعامل خودرو با محیط غیرقطعی و پویای پیرامون، نیازمند بهرهگیری از رویکردهایی پیشرفته برای تصمیمگیری و کنترل است که بتوانند در شرایط متنوع و بحرانی، عملکردی ایمن، دقیق و سازگار ارائه دهند. این پایاننامه با هدف طراحی و توسعه یک چارچوب کنترلی و تصمیمگیری هوشمند برای خودروهای خودران ارائه شده است که در آن از ترکیب دو رویکرد مکمل استفاده شده است: نخست، روشهای یادگیری تقویتی بهمنظور تصمیمگیری سطح بالا و انتخاب رفتار مناسب در مواجهه با سناریوهای رانندگی پیچیده؛ و دوم، کنترل پیشبین مدل برای هدایت دقیق خودرو در مسیر مورد نظر با در نظر گرفتن دینامیک وسیله نقلیه و محدودیتهای محیطی. در مرحله اول، محیط شبیهسازیشدهای مبتنی بر شبیهساز کارلا به کار گرفته شد که با فراهم آوردن شرایط نزدیک به واقعیت، امکان آزمون و ارزیابی الگوریتمهای پیشنهادی را بدون نیاز به تستهای پرهزینه و پرخطر فیزیکی فراهم ساخت. در لایه تصمیمگیری، یک عامل هوشمند با بهرهگیری از الگوریتمهای یادگیری تقویتی آموزش داده شد تا بتواند در شرایطی نظیر تقاطعها، حضور موانع، ترافیک متراکم و تغییرات ناگهانی مسیر، تصمیمات بهینه اتخاذ کند. طراحی تابع پاداش مناسب، انتخاب فضای حالات و اقدامات مؤثر، و تنظیم پارامترهای آموزش، نقش مهمی در بهبود عملکرد عامل تقویتی ایفا کردند. این عامل تصمیمگیرنده خروجیهایی مانند مانورکلی را تولید میکند که بهعنوان ورودی به لایه کنترل منتقل میشود.
در لایه کنترل، یک کنترلکننده پیشبین مدل طراحی شد که با استفاده از مدل دینامیکی خودرو، مسیر و اقدامات کنترلی بهینه را با هدف تعقیب مرجع تعیینشده و حفظ ایمنی و نرمی حرکت تولید میکند. در این طراحی، محدودیتهایی نظیر حداکثر سرعت، شتاب مجاز و فاصله از موانع لحاظ شدند. همچنین در فرآیند بهینهسازی پیشبین، از یک مدل سینماتیک خودرو استفاده شد تا حل بهینهسازی در زمان واقعی امکانپذیر گردد.
نتایج حاصل از شبیهسازیهای گسترده در محیط شهری و شرایط گوناگون، از جمله جادههای مستقیم، پیچهای، سناریوهای ترافیکی، و مواجهه با موانع متحرک، نشان داد که چارچوب ترکیبی طراحیشده قادر است با دقت و پایداری بالا مسیر مطلوب را دنبال کند، رفتارهایی ایمن و طبیعی از خود نشان دهد، و در برابر عدم قطعیتهای محیطی عملکرد مناسبی داشته باشد. در مجموع، این پایاننامه نشان میدهد که تلفیق الگوریتمهای یادگیری تقویتی بهعنوان ابزار تصمیمسازی هوشمند، با کنترل پیشبین مدل بهعنوان ابزار هدایت دقیق و پاسخگو، میتواند چارچوبی توانمند و اثربخش برای توسعه سامانههای خودران فراهم آورد. همچنین مسیر را برای بهرهبرداری از این روشها در سامانههای واقعی و بسترهای نیمهخودران آینده هموار میسازد.
