Su Altı Otonom Araçlarda Derin Q-Ağları Algoritması Kullanılarak ROS Tabanlı Yol Planlama
Su altı araçları genellikle sınırlı hareket kabiliyetine sahiptir. Bu çalışma, bu problemin çözümüne odaklanmaktadır. Çalışmada Monterey Körfezi Akvaryumu Araştırma Enstitüsü tarafından geliştirilen Tethys UMOSA (Uzun Menzilli Otonom Su Altı Aracı) [1] üzerinde Yeniden Güçlendirme Öğrenmesi (RL) alg...
Saved in:
| Main Authors: | , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Gazi University
2024-06-01
|
| Series: | Gazi Üniversitesi Fen Bilimleri Dergisi |
| Subjects: | |
| Online Access: | https://dergipark.org.tr/tr/pub/gujsc/issue/85642/1465108 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| _version_ | 1849727267713843200 |
|---|---|
| author | Emre Gözütok Fecir Duran |
| author_facet | Emre Gözütok Fecir Duran |
| author_sort | Emre Gözütok |
| collection | DOAJ |
| description | Su altı araçları genellikle sınırlı hareket kabiliyetine sahiptir. Bu çalışma, bu problemin çözümüne odaklanmaktadır. Çalışmada Monterey Körfezi Akvaryumu Araştırma Enstitüsü tarafından geliştirilen Tethys UMOSA (Uzun Menzilli Otonom Su Altı Aracı) [1] üzerinde Yeniden Güçlendirme Öğrenmesi (RL) algoritmasının kullanılması incelenmiştir. Deneyler Gazebo simülasyon ortamında [2] gerçekleştirilmiştir. Yapılan deneylerde, Paper ve arkadaşları tarafından geliştirilen Tethys UMOSA’nın modellendiği Gazebo su altı simülasyon ortamı [3] kullanılmıştır. Geleneksel denetleyicilerin yerine gerçek zamanlı olarak Yeniden Güçlendirme Öğrenmesi (RL) algoritmalarının kullanılması incelenmiştir. UMOSA’nın yörüngesini belirlemek için Derin Q-Ağları (DQN) algoritması kullanılmıştır. Gazebo simülasyon ortamındaki su altı aracının kontrolü Robot İşletim Sistemi (ROS) kullanılarak sağlanmıştır. Sonuçlar geleneksel denetleyicilere kıyasla RL tabanlı algoritmaların potansiyel avantajlarını göstermektedir. Çalışma sonucunda UMOSA modellerinde Derin Q-Ağları algoritmasının gerçek zamanlı kontrol için verimli olarak kullanılabileceği ve simülasyon ortamında Derin Q-Ağları için gereken eğitim ortamının gerçekleştirilebilecği gözlemlenmiştir. |
| format | Article |
| id | doaj-art-a7f3d515cd5049cb97d4457007857c45 |
| institution | DOAJ |
| issn | 2147-9526 |
| language | English |
| publishDate | 2024-06-01 |
| publisher | Gazi University |
| record_format | Article |
| series | Gazi Üniversitesi Fen Bilimleri Dergisi |
| spelling | doaj-art-a7f3d515cd5049cb97d4457007857c452025-08-20T03:09:54ZengGazi UniversityGazi Üniversitesi Fen Bilimleri Dergisi2147-95262024-06-0112274375210.29109/gujsc.1465108Su Altı Otonom Araçlarda Derin Q-Ağları Algoritması Kullanılarak ROS Tabanlı Yol PlanlamaEmre Gözütok0https://orcid.org/0009-0003-7272-5270Fecir Duran1https://orcid.org/0000-0001-7256-5471GAZİ ÜNİVERSİTESİGAZİ ÜNİVERSİTESİSu altı araçları genellikle sınırlı hareket kabiliyetine sahiptir. Bu çalışma, bu problemin çözümüne odaklanmaktadır. Çalışmada Monterey Körfezi Akvaryumu Araştırma Enstitüsü tarafından geliştirilen Tethys UMOSA (Uzun Menzilli Otonom Su Altı Aracı) [1] üzerinde Yeniden Güçlendirme Öğrenmesi (RL) algoritmasının kullanılması incelenmiştir. Deneyler Gazebo simülasyon ortamında [2] gerçekleştirilmiştir. Yapılan deneylerde, Paper ve arkadaşları tarafından geliştirilen Tethys UMOSA’nın modellendiği Gazebo su altı simülasyon ortamı [3] kullanılmıştır. Geleneksel denetleyicilerin yerine gerçek zamanlı olarak Yeniden Güçlendirme Öğrenmesi (RL) algoritmalarının kullanılması incelenmiştir. UMOSA’nın yörüngesini belirlemek için Derin Q-Ağları (DQN) algoritması kullanılmıştır. Gazebo simülasyon ortamındaki su altı aracının kontrolü Robot İşletim Sistemi (ROS) kullanılarak sağlanmıştır. Sonuçlar geleneksel denetleyicilere kıyasla RL tabanlı algoritmaların potansiyel avantajlarını göstermektedir. Çalışma sonucunda UMOSA modellerinde Derin Q-Ağları algoritmasının gerçek zamanlı kontrol için verimli olarak kullanılabileceği ve simülasyon ortamında Derin Q-Ağları için gereken eğitim ortamının gerçekleştirilebilecği gözlemlenmiştir.https://dergipark.org.tr/tr/pub/gujsc/issue/85642/1465108robot i̇şletim sistemiyapay zekapekiştirmeli öğrenmesimülasyonsu altı otonom araçları |
| spellingShingle | Emre Gözütok Fecir Duran Su Altı Otonom Araçlarda Derin Q-Ağları Algoritması Kullanılarak ROS Tabanlı Yol Planlama Gazi Üniversitesi Fen Bilimleri Dergisi robot i̇şletim sistemi yapay zeka pekiştirmeli öğrenme simülasyon su altı otonom araçları |
| title | Su Altı Otonom Araçlarda Derin Q-Ağları Algoritması Kullanılarak ROS Tabanlı Yol Planlama |
| title_full | Su Altı Otonom Araçlarda Derin Q-Ağları Algoritması Kullanılarak ROS Tabanlı Yol Planlama |
| title_fullStr | Su Altı Otonom Araçlarda Derin Q-Ağları Algoritması Kullanılarak ROS Tabanlı Yol Planlama |
| title_full_unstemmed | Su Altı Otonom Araçlarda Derin Q-Ağları Algoritması Kullanılarak ROS Tabanlı Yol Planlama |
| title_short | Su Altı Otonom Araçlarda Derin Q-Ağları Algoritması Kullanılarak ROS Tabanlı Yol Planlama |
| title_sort | su alti otonom araclarda derin q aglari algoritmasi kullanilarak ros tabanli yol planlama |
| topic | robot i̇şletim sistemi yapay zeka pekiştirmeli öğrenme simülasyon su altı otonom araçları |
| url | https://dergipark.org.tr/tr/pub/gujsc/issue/85642/1465108 |
| work_keys_str_mv | AT emregozutok sualtıotonomaraclardaderinqaglarıalgoritmasıkullanılarakrostabanlıyolplanlama AT fecirduran sualtıotonomaraclardaderinqaglarıalgoritmasıkullanılarakrostabanlıyolplanlama |