Đề án Nghiên cứu mô hình học tăng cường và ứng dụng vào ước lượng xác suất va chạm cho phương tiện tự hành tập trung vào xây dựng một phương pháp tiên tiến, có tính minh bạch cao nhằm ước lượng phân phối xác suất va chạm trong các hệ thống tự động hóa, đặc biệt là các phương tiện tự hành và robot di động. Trong bối cảnh ngày càng có nhiều ứng dụng của AI trong giao thông thông minh, hậu cần, và sản xuất công nghiệp, việc phát triển các phương pháp đánh giá rủi ro chính xác và dễ diễn giải đóng vai trò quan trọng trong việc đảm bảo an toàn vận hành. Nội dung chính của đề án được trình bày trong 4 chương, gồm: Chương 1: Chương 1: Cơ sở lý thuyết về phương pháp học tăng cường và mô hình phân phối xác suất va chạm; Chương 2: Chương 2: Phương pháp xử lý phân phối xác suất va chạm; Chương 2: Phương pháp xử lý phân phối xác suất va chạm; Chương 2: Phương pháp xử lý phân phối xác suất va chạm. Trên cơ sở các nội dung nghiên cứu, đề án đã phát triển một phương pháp tiên tiến để ước lượng phân phối xác suất va chạm trong các hệ thống tự động hóa, kết hợp với học tăng cường sự khác biệt thời gian. Phương pháp này cung cấp một góc nhìn toàn diện về sự thay đổi của rủi ro va chạm theo thời gian, giúp cải thiện khả năng dự đoán và kiểm soát trong môi trường động. Các mô hình mô phỏng đã được triển khai để đánh giá hiệu suất của thuật toán trong các tình huống thực tế. Kết quả cho thấy phương pháp có khả năng học và thích ứng tốt với các điều kiện thay đổi, giúp giảm thiểu rủi ro va chạm.Việc sử dụng học tăng cường giúp hệ thống tự động hóa tối ưu hóa chiến lược di chuyển, đồng thời cân bằng giữa tốc độ xử lý và độ chính xác.

Ngôn ngữ:	vie
Tác giả:	Nguyễn Quý Long, GVHD: Nguyễn Thị Mỹ Bình
Thông tin nhan đề:	Nghiên cứu mô hình học tăng cường và ứng dụng vào ước lượng xác suất va chạm cho phương tiện tự hành
Nhà xuất bản:	Đại học Công nghiệp Hà Nội
Loại hình:	Luận văn Thạc sĩ / Bộ sưu tập: Công nghệ thông tin
Mô tả vật lý:	55tr.
Năm xuất bản:	2025