Koneoppimista hyödyntävä pysäköintisimulaatio
Yli-Villamo, Joona (2021)
Yli-Villamo, Joona
2021
All rights reserved. This publication is copyrighted. You may download, display and print it for Your own personal use. Commercial use is prohibited.
Julkaisun pysyvä osoite on
https://urn.fi/URN:NBN:fi:amk-202103123195
https://urn.fi/URN:NBN:fi:amk-202103123195
Tiivistelmä
Insinöörityön päätarkoituksena oli tutkia koneoppimisen soveltuvuutta videopeleissä olevien tekoälyjen kehittämiseen. Lisäksi tutkittiin, voidaanko koneoppimisen käyttämisestä hyötyä varsinkin pienissä peliprojekteissa. Työn tavoitteena oli saada luotua toimiva tekoäly, jonka oppimia asioita pystytään havaitsemaan sen toiminnasta.
Tekoälyn koulutusta varten luotiin pysäköintisimulaatio käyttäen Unity-pelimoottoria. Tekoälyn luomiseen käytettiin Unity ML-Agents -työkalua. Ohjelmointi tehtiin C#-ohjelmointikielellä. Koneoppimisen tuloksien seuraamiseen käytettiin TensorBoard-työkalua.
Työssä todettiin, että Unity ML-Agents -työkalu sopii erittäin hyvin koneoppimista hyödyntävien tekoälyjen kehittämiseen, vaikka työssä tehtyyn tekoälyyn jäikin parantamisen varaa. Työkalu osoittautui erinomaiseksi vaihtoehdoksi pieniin peliprojekteihin, mutta ei huomattu esteitä sen käyttämiseen suuremmissakin projekteissa.
Suurimpana ongelmana työtä tehdessä havaittiin koneoppimisessa käytettävien hyperparametrien säätäminen sopiviin arvoihin. Tämän lisäksi koulutuksen kesto aiheutti hankaluuksia, koska saattoi mennä useita tunteja, ennen kuin pystyttiin todentamaan koulutuksen onnistuminen.
Työssä saatiin aikaiseksi pienimuotoinen pysäköintisimulaatio, jossa on hyödynnetty koneoppimista auton liikkumisessa. Tekoäly kykenee ohjaamaan autoa ja pysäköimään itsenäisesti erilaisilla pysäköintipaikoilla.
Tekoälyn koulutusta varten luotiin pysäköintisimulaatio käyttäen Unity-pelimoottoria. Tekoälyn luomiseen käytettiin Unity ML-Agents -työkalua. Ohjelmointi tehtiin C#-ohjelmointikielellä. Koneoppimisen tuloksien seuraamiseen käytettiin TensorBoard-työkalua.
Työssä todettiin, että Unity ML-Agents -työkalu sopii erittäin hyvin koneoppimista hyödyntävien tekoälyjen kehittämiseen, vaikka työssä tehtyyn tekoälyyn jäikin parantamisen varaa. Työkalu osoittautui erinomaiseksi vaihtoehdoksi pieniin peliprojekteihin, mutta ei huomattu esteitä sen käyttämiseen suuremmissakin projekteissa.
Suurimpana ongelmana työtä tehdessä havaittiin koneoppimisessa käytettävien hyperparametrien säätäminen sopiviin arvoihin. Tämän lisäksi koulutuksen kesto aiheutti hankaluuksia, koska saattoi mennä useita tunteja, ennen kuin pystyttiin todentamaan koulutuksen onnistuminen.
Työssä saatiin aikaiseksi pienimuotoinen pysäköintisimulaatio, jossa on hyödynnetty koneoppimista auton liikkumisessa. Tekoäly kykenee ohjaamaan autoa ja pysäköimään itsenäisesti erilaisilla pysäköintipaikoilla.