Hyppää sisältöön
    • Suomeksi
    • In English
  • Suomeksi
  • In English
  • Kirjaudu
Näytä aineisto 
  •   Etusivu
  • 1. Kirjat ja opinnäytteet
  • Kandidaatin tutkielmat (kokotekstit)
  • Näytä aineisto
  •   Etusivu
  • 1. Kirjat ja opinnäytteet
  • Kandidaatin tutkielmat (kokotekstit)
  • Näytä aineisto
JavaScript is disabled for your browser. Some features of this site may not work without it.

Todellisuusraon metodit ja niiden kehitys

Teerioja, Anton (2025-11-18)

Todellisuusraon metodit ja niiden kehitys

Teerioja, Anton
(18.11.2025)
Katso/Avaa
Teerioja_Anton_TkK_2025.pdf (383.5Kb)
Lataukset: 

Julkaisu on tekijänoikeussäännösten alainen. Teosta voi lukea ja tulostaa henkilökohtaista käyttöä varten. Käyttö kaupallisiin tarkoituksiin on kielletty.
avoin
Näytä kaikki kuvailutiedot
Julkaisun pysyvä osoite on:
https://urn.fi/URN:NBN:fi-fe20251124110561
Tiivistelmä
Simulaatioympäristöissä koulutetut vahvistusoppimisalgoritmit tarjoavat ratkaisun moneen käytännön ongelmaan. Näitä ovat monet robotiikan ongelmat kuten esineiden käsittely ja polunetsintä. Muita mahdollisia käyttökohteita ovat esimerkiksi sähköverkkojen hallinta ja kyberturva. Simulaatio on halvempi ja nopeampi tapa kouluttaa algoritmeja verrattuna perinteiseen todellisessa ympäristössä kouluttamiseen. Useita simulaatioita voidaan kouluttaa samanaikaisesti ja simulaatiossa robotit eivät vaurioidu tai kulu koulutuksen aikana. Koulutuksen siirtäminen simulaatiosta todellisuuteen ei kuitenkaan ole yksinkertaista. Siihen liittyy monia ongelmia, joista tärkein on todellisuusrako.

Todellisuusrako tarkoittaa eroa todellisuuden ja simulaation välillä, ja siitä aiheutuvia ongelmia koulutuksen siirtämiseen. Tässä tutkielmassa käsitellään todellisuusraon metodeja kuten toimintaympäristön satunnaistamista ja -mukauttamista sekä näiden metodien kehitystä. Kehityksen tavoitteena on parantaa näiden metodien toimintaa, nopeuttaa koulutusta ja madaltaa koulutuksen kustannuksia. Todellisuusraon metodit mahdollistavat monimutkaisten ongelmien ratkaisun moniulotteisissa ympäristöissä vahvistusoppimisen avulla. Näiden menetelmien todelliset hyödyt näkyvät erityisesti robotiikan käyttökohteissa. Robotit pystyvät suorittamaan monimutkaisia tehtäviä muuttuvissa ympäristöissä, ilman ihmisen ohjausta. Tämän lisäksi menetelmien kehitys mahdollistaa vahvistusoppimisen hyödyntämisen käyttökohteissa, joissa sitä ei ole vielä hyödynnetty.
Kokoelmat
  • Kandidaatin tutkielmat (kokotekstit) [1862]

Turun yliopiston kirjasto | Turun yliopisto
julkaisut@utu.fi | Tietosuoja | Saavutettavuusseloste
 

 

Tämä kokoelma

JulkaisuajatTekijätNimekkeetAsiasanatTiedekuntaLaitosOppiaineYhteisöt ja kokoelmat

Omat tiedot

Kirjaudu sisäänRekisteröidy

Turun yliopiston kirjasto | Turun yliopisto
julkaisut@utu.fi | Tietosuoja | Saavutettavuusseloste