Проекты
Конкурсные проекты

Разработка программного обеспечения для создания и визуализации среды для обучения ML-агентов в 3d-редакторе


Тип участника:  Физическое лицо
Полное наименование организации/физического лица/авторского или творческого коллектива:  Гречишкин Егор Александрович
ФИО всех участников авторского/творческого коллектива:  Гречишкин Егор Александрович
Идея и краткое описание ИТ-проекта:  Разработка специального редактора, при помощи которого можно бы было проектировать среду обучения нейросети. Нейросеть будет управлять движением некоторого автомобиля. Проблема заключалась в том, что для каждой нейросети приходится с нуля проектировать среду обучения. Хотелось облегчить некоторые рутинные операции, такие как построение дорожной сети или расстановка ворот, до которых агенту необходимо добраться.
Перечень решаемых задач:  Моделирование дорожной сети с возможностью расстановки ворот для формирования ответа среды при обучении агента. Сохранение спроектированной среды в файл для последующего использования алгоритмами обучения
Описание функциональных возможностей и элементов проекта:  Редактор обладает двумя режимами: собственно режим редактирования (2D) и режим визуализации полученной среды (3D). Имеется возможность сохранения данных среды в файл. В режиме редактирования пользователь размещает дороги (дорога представляет собой отрезок) и ворота. В режиме визуализации пользователь имеет возможность осмотреть среду в 3D-формате.
Дата внедрения (в случае, если предполагается запуск проекта в эксплуатацию):  -
Используемые платформы, средства разработки:  Unity, язык C#
Стоимость разработки системы:  0
Средний размер ежегодных затрат на эксплуатацию:  0
Перспективы развития:  Возможна интеграция редактора со средствами, реализующими алгоритмы машинного обучения.
Достижение поставленных целей:  Имеется работоспособное приложение с графическим интерфейсом. Реализована разметка дорог и размещение ворот. Имеется визуализация среды в 3D. Сохранение в файл может быть осуществленно в двух форматах. Основной вариант - XML, который наиболее близок к представлению среды внутри приложения. Также имеются зачатки для альтернативного варианта - сохранение среды в виде карты состояний. Карта представляет собой матрицу, на которую проецируются объекты среды. В данный момент реализовано проецирование дорог.
Была предпринята попытка обучения нейросети с использованием пакета ML-Agents в Unity. Задача агента состояла в том, чтобы он проехал через несколько ворот в определенной последовательности, при этом оставаясь на дороге. Агент получает награду, когда колесо оказывается на дороге или когда он достигает врат, и штраф, когда колесо съезжает с дороги. Агент наблюдает за своими координатами, координатами следующих ворот, положением колес (на дороге, вне дороги), направлением своего движения и процентом посещенных ворот
Актуальность, экономическая или социальная полезность:  При разработке моделей ИИ неизбежной частью является её обучение. Одна из методологии - обучение с подкреплением. Для его проведения необходимо проектирование среды. Проект стремится облегчить этот момент.
Масштабируемость, способность к взаимодействию с другими системами, мобильность:  Возможно добавление в редактор новых объектов (мостов, домов, водоёмов и др), если для проектируемой нейросети такие объекты необходимы. Возможно добавление других форматов сохранения полученной среды в файл.
Обоснованность применяемых проектных решений:  Платформа Unity позволяет легко визуализировать спроектированную среду
Оригинальность, новизна, отличие от аналогов либо отсутствие аналогов:  Прямые аналоги не обнаружены. 
Гарантирую достоверность предоставленной в заявке информации. Подтверждаю, что организация не находится в состоянии ликвидации, банкротства, реорганизации (Только для организаций):  Да
Презентация проекта pdf:  Загрузить
Возврат к списку
нет доступа к комментариям Авторизоваться